Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok Build 0.1

Resumen

Comparación benchmark de GPT-5.5 vs Grok Build 0.1: GPT-5.5 lidera en puntuación media con 9.3 vs 7.6. GPT-5.5 tiene menor coste de benchmark con $0.907 vs $0.927. GPT-5.5 es más rápido con 9.76s vs 49.90s, con tasas de acierto de 85.7% vs 61.9%.

Modelo recomendado: GPT-5.5 - Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 5.1x más rápido que Grok Build 0.1.

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

Métrica GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 9.3 7.6
Rango #4 #44
Fiabilidad 10.0 10.0
Consistencia 10.0 9.9
Pruebas correctas
Tasa de aciertos por intento 85.7% 61.9%
Pruebas inestables 0 0
Ejecuciones totales 63 63
Costo por resultado 5.035 7.124
Costo total $0.907 $0.927
Precio de entrada $5.000 / 1M $1.000 / 1M
Precio de salida $30.000 / 1M $2.000 / 1M
Total de tokens de entrada 34,209 44,418
Tokens de salida 2,046 2,782
Tokens de razonamiento 22,460 438,018
Tiempo de respuesta (promedio) 9.76s 49.90s
Tiempo de respuesta (máximo) 56.19s 252.69s
Tiempo de respuesta (total) 204.92s 1047.92s

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

#44 xAI: Grok Build 0.1

medium
Coste
$0.028
Tiempo
81.3s
Tokens
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.5lowvsQwen3.7 MaxmediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsGrok Build 0.1mediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGrok Build 0.1mediumClaude Opus 4.8nonevsGrok Build 0.1medium