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-5.6 Luna vs xAI: Grok Build 0.1

Resumen

Comparación benchmark de GPT-5.6 Luna (high) vs Grok Build 0.1 (medium): GPT-5.6 Luna (high) lidera en puntuación media con 7.7 vs 7.6. GPT-5.6 Luna (high) tiene menor coste de benchmark con $0.924 vs $0.927. GPT-5.6 Luna (high) es más rápido con 18.39s vs 49.90s, con tasas de acierto de 71.4% vs 61.9%.

Modelo recomendado: GPT-5.6 Luna (high) - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 2.7x más rápido que Grok Build 0.1 (medium).

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 Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.7 7.6
Rango #50 #53
Fiabilidad 10.0 10.0
Consistencia 8.8 9.9
Pruebas correctas
Tasa de aciertos por intento 71.4% 61.9%
Pruebas inestables 3 0
Ejecuciones totales 63 63
Costo por resultado 6.594 7.124
Costo total $0.924 $0.927
Precio de entrada $1.000 / 1M $1.000 / 1M
Precio de salida $6.000 / 1M $2.000 / 1M
Total de tokens de entrada 35,699 44,418
Tokens de salida 2,079 2,782
Tokens de razonamiento 145,816 438,018
Tiempo de respuesta (promedio) 18.39s 49.90s
Tiempo de respuesta (máximo) 111.09s 252.69s
Tiempo de respuesta (total) 386.24s 1047.92s

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

#53 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh