#18 GPT-5.4
medium- लागत
- $0.214
- समय
- 199.6s
- टोकन
- 14,349 tok
OpenAI: GPT-5.4 vs xAI: Grok 4.5
Grok 4.5 (high) average score में आगे है: 8.9 vs 8.5. GPT-5.4 (medium) की benchmark लागत कम है: $1.533 vs $1.707. GPT-5.4 (medium) तेज है: 23.10s vs 76.50s, pass rates 77.3% vs 83.3%.
अनुशंसित मॉडलGPT-5.4 (medium)Its score stays close to the best score here (8.5 vs 8.9), while responding about 3.3x faster than Grok 4.5 (high).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17
| मेट्रिक | GPT-5.4 GPT-5.4 medium | Grok 4.5 Grok 4.5 high |
|---|---|---|
| स्कोर | 8.5 | 8.9 |
| रैंक | #18 | #12 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.6 | 9.2 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 77.3% | 83.3% |
| अस्थिर टेस्ट | 4 | 2 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 10.220 | 10.041 |
| कुल लागत | $1.533 | $1.707 |
| इनपुट कीमत | $2.500 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 81,127 | 151,562 |
| आउटपुट टोकन | 6,155 | 5,655 |
| रीजनिंग टोकन | 82,515 | 247,540 |
| प्रतिक्रिया समय (औसत) | 23.10s | 76.50s |
| प्रतिक्रिया समय (अधिकतम) | 100.41s | 676.83s |
| प्रतिक्रिया समय (कुल) | 508.26s | 1683.07s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#12 xAI: Grok 4.5
high- लागत
- $0.015
- समय
- 29.7s
- टोकन
- 2,737 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
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashlowvsGrok 4.5highGPT-5.5mediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-5.4mediumvsGrok 4.5lowGemini 3.5 FlashmediumvsGrok 4.5highQwen3.7 MaxmediumvsGrok 4.5highClaude Opus 4.7mediumvsGrok 4.5highMuse Spark 1.1lowvsGPT-5.4mediumMuse Spark 1.1mediumvsGrok 4.5highClaude Fable 5mediumvsGrok 4.5highGemini 3.1 Pro PreviewmediumvsGrok 4.5high