#5 GPT-5.5
low- Cost
- $0.068
- Time
- 37.0s
- Tokens
- 2,339 tok
AI BENCHY Compare
OpenAI: GPT-5.5 vs xAI: Grok 4.3
Resumen
Comparación benchmark de GPT-5.5 vs Grok 4.3: GPT-5.5 lidera en puntuación media con 9.3 vs 7.7. Grok 4.3 tiene menor coste de benchmark con $0.614 vs $0.907. GPT-5.5 es más rápido con 9.76s vs 47.51s, con tasas de acierto de 85.7% vs 71.4%.
Modelo recomendado: GPT-5.5 - Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 4.9x más rápido que Grok 4.3.
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12
| Métrica | GPT-5.5 GPT-5.5 low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| Puntuación | 9.3 | 7.7 |
| Rango | #5 | #40 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 10.0 | 8.5 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 85.7% | 71.4% |
| Pruebas inestables | 0 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 5.035 | 4.724 |
| Costo total | $0.907 | $0.614 |
| Precio de entrada | $5.000 / 1M | $1.250 / 1M |
| Precio de salida | $30.000 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 34,209 | 44,472 |
| Tokens de salida | 2,046 | 1,981 |
| Tokens de razonamiento | 22,460 | 221,382 |
| Tiempo de respuesta (promedio) | 9.76s | 47.51s |
| Tiempo de respuesta (máximo) | 56.19s | 216.69s |
| Tiempo de respuesta (total) | 204.92s | 997.68s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#40 xAI: Grok 4.3
medium- Cost
- $0.009
- Time
- 19.0s
- Tokens
- 3,661 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
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 7,140 | 228 | 157 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 5,445 | 250 | 101 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
Comparación rápida
Cambiar par de comparación
Step 3.7 FlashlowvsGrok 4.3mediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.3 ChatnonevsGrok 4.3mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Sonnet 4.6nonevsGrok 4.3mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8nonevsGrok 4.3mediumClaude Opus 4.8mediumvsGPT-5.5low