नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT 5.3 Chat (default) vs Grok Build 0.1 (medium)

average score लगभग बराबर है: 6.7 vs 6.7. GPT 5.3 Chat (default) की benchmark लागत कम है: $0.533 vs $1.419. GPT 5.3 Chat (default) तेज है: 6.31s vs 55.13s, pass rates 62.3% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#271
कुल आउटपुट टोकन
28,179
प्रतिक्रिया समय (औसत)
6.31s
कुल लागत
$0.533
रैंक
#264
कुल आउटपुट टोकन
529,806
प्रतिक्रिया समय (औसत)
55.13s
कुल लागत
$1.419
अनुशंसित मॉडल GPT 5.3 Chat (default)

It has the best score here (6.7), while costing about 2.7x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक GPT 5.3 Chat GPT 5.3 Chat default रिलीज़: 2026-03-03 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 6.7 6.7
रैंक #271 #264
विश्वसनीयता 10.0 10.0
संगति 8.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 58.0%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 4.097 10.910
कुल लागत $0.533 $1.419
इनपुट कीमत $1.750 / 1M $1.000 / 1M
आउटपुट कीमत $14.000 / 1M $2.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 78,846 358,616
आउटपुट टोकन 7,635 9,651
रीजनिंग टोकन 20,544 520,155
प्रतिक्रिया समय (औसत) 6.31s 55.13s
प्रतिक्रिया समय (अधिकतम) 18.33s 252.69s
प्रतिक्रिया समय (कुल) 138.73s 1268.10s
पैरामीटर ~400B कुल (~17B सक्रिय) ~300B कुल (~30B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#271 GPT 5.3 Chat

default
लागत
$0.008
समय
8.1s
टोकन
634 tok

#264 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 808 5,824
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

तुलना जोड़ी बदलें