Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs xAI: Grok 4.5

Resumen

Comparación benchmark de GPT-5.6 Luna (high) vs Grok 4.5 (low): Grok 4.5 (low) lidera en puntuación media con 7.8 vs 7.7. Grok 4.5 (low) tiene menor coste de benchmark con $0.760 vs $0.924. Grok 4.5 (low) es más rápido con 15.48s vs 18.39s, con tasas de acierto de 71.4% vs 74.6%.

Modelo recomendado: Grok 4.5 (low) - Tiene la puntuación más alta en esta comparación (7.8) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 7.7 7.8
Rango #50 #39
Fiabilidad 10.0 10.0
Consistencia 8.8 9.7
Pruebas correctas
Tasa de aciertos por intento 71.4% 74.6%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 6.594 5.061
Costo total $0.924 $0.760
Precio de entrada $1.000 / 1M $2.000 / 1M
Precio de salida $6.000 / 1M $6.000 / 1M
Total de tokens de entrada 35,699 58,652
Tokens de salida 2,079 1,735
Tokens de razonamiento 145,816 105,233
Tiempo de respuesta (promedio) 18.39s 15.48s
Tiempo de respuesta (máximo) 111.09s 205.28s
Tiempo de respuesta (total) 386.24s 324.98s

Generación showcase

Hamster playing table tennis

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

#50 GPT-5.6 Luna

high
Coste
$0.033
Tiempo
34.2s
Tokens
5,484 tok

#39 xAI: Grok 4.5

low
Coste
$0.011
Tiempo
12.4s
Tokens
2,018 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.3mediumQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumGemini 3.1 Flash LitemediumvsGrok 4.5low