OpenAI: GPT-5.6 Sol vs xAI: Grok 4.5

GPT-5.6 Sol (low) lidera en puntuación media con 9.5 vs 8.9. GPT-5.6 Sol (low) tiene menor coste de benchmark con $0.971 vs $1.707. GPT-5.6 Sol (low) es más rápido con 8.79s vs 76.50s, con tasas de acierto de 86.4% vs 83.3%.

Modelo recomendadoGPT-5.6 Sol (low)Tiene la mejor puntuación aquí (9.5) y cuesta aproximadamente 1.8x menos que Grok 4.5 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	GPT-5.6 Sol GPT-5.6 Sol low Lanzamiento: 2026-07-09	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08

Métrica	GPT-5.6 Sol GPT-5.6 Sol low Lanzamiento: 2026-07-09	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08
Puntuación	9.5	8.9
Rango	#3	#12
Fiabilidad	10.0	10.0
Consistencia	9.2	9.2
Pruebas correctas
Tasa de aciertos por intento	86.4%	83.3%
Pruebas inestables	2	2
Ejecuciones totales	66	66
Costo por resultado	5.391	10.041
Costo total	$0.971	$1.707
Precio de entrada	$5.000 / 1M	$2.000 / 1M
Precio de salida	$30.000 / 1M	$6.000 / 1M
Total de tokens de entrada	78,571	151,562
Tokens de salida	4,476	5,655
Tokens de razonamiento	14,770	247,540
Tiempo de respuesta (promedio)	8.79s	76.50s
Tiempo de respuesta (máximo)	53.91s	676.83s
Tiempo de respuesta (total)	193.33s	1683.07s

Hamster playing table tennis

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

#3 GPT-5.6 Sol

low

Coste: $0.062
Tiempo: 26.7s
Tokens: 2,150 tok

#12 xAI: Grok 4.5

high

Coste: $0.015
Tiempo: 29.7s
Tokens: 2,737 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

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 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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 Sol	10.0	10.0	100.0%	0		14.58s	55,372	2,896	1,539
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	0
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Comparación rápida

Cambiar par de comparación

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3.5 FlashlowvsGrok 4.5high Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high