Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.1 Fast

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Grok 4.1 Fast Grok 4.1 Fast medium Lanzamiento: 2025-11-19
Puntuación 5.9 6.7
Rango #65 #51
Consistencia 9.1 7.2
Pruebas correctas
Tasa de aciertos por intento 42.6% 64.8%
Pruebas inestables 2 6
Ejecuciones totales 54 54
Costo por resultado 1.477 0.613
Costo total $0.104 $0.056
Precio de entrada $2.500 / 1M $0.200 / 1M
Precio de salida $15.000 / 1M $0.500 / 1M
Tokens de salida 2,317 2,010
Tokens de razonamiento 0 91,298
Tiempo de respuesta (promedio) 1.51s 23.88s
Tiempo de respuesta (máximo) 2.95s 121.79s
Tiempo de respuesta (total) 27.21s 262.66s

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 salida Tokens de razonamiento
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 0
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 0
Grok 4.1 Fast 10.0 10.0 100.0% 0 6.63s 180 5,409
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 0
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
Grok 4.1 Fast 5.3 7.2 44.4% 1 8.08s 187 6,086
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485

Comparación rápida

Cambiar par de comparación

Grok 4.1 FastmediumvsGLM 5noneQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMiniMax M2.5mediumDisponible gratisvsGPT-5.4noneGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31BnoneDisponible gratisvsGrok 4.1 FastmediumMistral Small 4mediumvsGPT-5.4noneGrok 4.1 FastmediumvsGLM 5V TurbononeQwen3.5-FlashnonevsGrok 4.1 FastmediumGemma 4 26B A4BnoneDisponible gratisvsGrok 4.1 FastmediumSeed-2.0-LitenonevsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumQwen3.5-35B-A3BnonevsGrok 4.1 Fastmedium