AI BENCHY तुलना
OpenAI: GPT-5.4 vs xAI: Grok 4.3
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-05-22
| मेट्रिक | GPT-5.4 GPT-5.4 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| स्कोर | 7.9 | 7.8 |
| रैंक | #27 | #31 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.5 | 8.4 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 75.0% | 75.0% |
| अस्थिर टेस्ट | 4 | 4 |
| कुल रन | 60 | 60 |
| प्रति परिणाम लागत | 8.767 | 4.562 |
| कुल लागत | $1.140 | $0.593 |
| ???? ??? | $2.500 / 1M | $1.250 / 1M |
| ????? ??? | $15.000 / 1M | $2.500 / 1M |
| आउटपुट टोकन | 2,222 | 1,485 |
| रीजनिंग टोकन | 68,503 | 214,928 |
| प्रतिक्रिया समय (औसत) | 22.31s | 49.23s |
| प्रतिक्रिया समय (अधिकतम) | 100.41s | 216.69s |
| प्रतिक्रिया समय (कुल) | 446.15s | 984.54s |
स्कोर बनाम कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3medium