Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok 4.5

Resumen

Comparación benchmark de GPT-5.5 (low) vs Grok 4.5 (medium): GPT-5.5 (low) lidera en puntuación media con 9.3 vs 8.3. GPT-5.5 (low) tiene menor coste de benchmark con $0.907 vs $1.696. GPT-5.5 (low) es más rápido con 9.76s vs 62.63s, con tasas de acierto de 85.7% vs 77.8%.

Modelo recomendado: GPT-5.5 (low) - Tiene la mejor puntuación aquí (9.3) y cuesta aproximadamente 1.9x menos que Grok 4.5 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24 Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación 9.3 8.3
Rango #4 #23
Fiabilidad 10.0 9.9
Consistencia 10.0 8.9
Pruebas correctas
Tasa de aciertos por intento 85.7% 77.8%
Pruebas inestables 0 3
Ejecuciones totales 63 63
Costo por resultado 5.035 11.304
Costo total $0.907 $1.696
Precio de entrada $5.000 / 1M $2.000 / 1M
Precio de salida $30.000 / 1M $6.000 / 1M
Total de tokens de entrada 34,209 53,500
Tokens de salida 2,046 1,621
Tokens de razonamiento 22,460 263,127
Tiempo de respuesta (promedio) 9.76s 62.63s
Tiempo de respuesta (máximo) 56.19s 436.38s
Tiempo de respuesta (total) 204.92s 1315.20s

Generación showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Coste
$0.068
Tiempo
37.0s
Tokens
2,339 tok

#23 xAI: Grok 4.5

medium
Coste
$0.044
Tiempo
59.4s
Tokens
7,512 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8lowvsGrok 4.5mediumClaude Opus 4.7mediumvsGPT-5.5low