Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs xAI: Grok 4.20

Resumen

Comparación benchmark de GPT-5.4 Mini vs Grok 4.20: GPT-5.4 Mini lidera en puntuación media con 5.3 vs 4.4. GPT-5.4 Mini tiene menor coste de benchmark con $0.038 vs $0.057. Grok 4.20 es más rápido con 1.11s vs 1.13s, con tasas de acierto de 30.2% vs 28.6%.

Modelo recomendado: GPT-5.4 Mini - Tiene la mejor puntuación aquí (5.3) y cuesta aproximadamente 1.5x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica GPT-5.4 Mini GPT-5.4 Mini none Lanzamiento: 2026-03-17 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.3 4.4
Rango #129 #160
Fiabilidad 10.0 N/D
Consistencia 8.8 8.5
Pruebas correctas
Tasa de aciertos por intento 30.2% 28.6%
Pruebas inestables 3 0
Ejecuciones totales 63 54
Costo por resultado 0.743 1.570
Costo total $0.038 $0.057
Precio de entrada $0.750 / 1M $1.250 / 1M
Precio de salida $4.500 / 1M $2.500 / 1M
Total de tokens de entrada 34,244 41,313
Tokens de salida 2,541 1,923
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.13s 1.11s
Tiempo de respuesta (máximo) 2.52s 6.04s
Tiempo de respuesta (total) 23.82s 19.96s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#129 GPT-5.4 Mini

none
Coste
$0.010
Tiempo
11.7s
Tokens
2,151 tok

#160 xAI: Grok 4.20

none
Coste
$0.004
Tiempo
6.5s
Tokens
1,367 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

Comparación rápida

Cambiar par de comparación

Grok 4.20nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGPT-5.4 MininoneNorth Mini CodemediumDisponible gratisvsGPT-5.4 MininoneCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGPT-5.4 MininoneQwen3.5-9BmediumvsGrok 4.20noneGPT-5.4 MininonevsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20none