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 Nano vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-21

Métrica GPT-5 Nano GPT-5 Nano medium Lanzamiento: 2025-08-07 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.2 6.9
Rango #92 #74
Fiabilidad 10.0 10.0
Consistencia 7.0 8.3
Pruebas correctas
Tasa de aciertos por intento 57.9% 63.2%
Pruebas inestables 7 4
Ejecuciones totales 57 57
Costo por resultado 0.856 7.559
Costo total $0.069 $0.756
Precio de entrada $0.050 / 1M $1.250 / 1M
Precio de salida $0.400 / 1M $2.500 / 1M
Tokens de salida 5,214 1,784
Tokens de razonamiento 162,432 128,233
Tiempo de respuesta (promedio) 42.13s 14.53s
Tiempo de respuesta (máximo) 204.02s 63.48s
Tiempo de respuesta (total) 505.59s 276.06s

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 salida Tokens de razonamiento
GPT-5 Nano 6.5 7.9 58.3% 1 25.50s 1,221 21,184
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 6.7 3.5 66.7% 1 40.73s 480 12,992
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 10.0 10.0 100.0% 0 65.96s 578 17,984
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 3.7 1.7 50.0% 2 21.42s 453 10,560
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 5.2 4.4 55.6% 2 204.02s 237 64,448
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 4.1 10.0 0.0% 0 17.51s 202 4,608
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 9.8 10.0 100.0% 0 11.90s 382 4,096
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 5.3 7.2 44.4% 1 19.81s 869 13,440
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 10.0 10.0 100.0% 0 33.30s 558 6,976
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Nano 3.0 10.0 0.0% 0 20.13s 234 6,144
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok 4.20mediumGemma 4 26B A4BnoneDisponible gratisvsGPT-5 NanomediumGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5 NanomediumvsMiMo-V2-OmninoneDeepSeek V4 PrononevsGPT-5 NanomediumGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumGPT-5 NanomediumvsGLM 5noneSeed-2.0-LitenonevsGPT-5 NanomediumGPT-5 NanomediumvsGLM 5V Turbonone