#20 GPT-5.4
medium- लागत
- $0.214
- समय
- 199.6s
- टोकन
- 14,349 tok
AI BENCHY तुलना
OpenAI: GPT-5.4 vs xAI: Grok 4.5
सारांश
GPT-5.4 (medium) average score में आगे है: 8.5 vs 7.8. Grok 4.5 (low) की benchmark लागत कम है: $0.760 vs $1.210. Grok 4.5 (low) तेज है: 15.48s vs 22.35s, pass rates 76.2% vs 74.6%.
अनुशंसित मॉडलGPT-5.4 (medium)It has the strongest score in this comparison (8.5) and the best overall balance of cost and response time across all 2 models.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | GPT-5.4 GPT-5.4 medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| स्कोर | 8.5 | 7.8 |
| रैंक | #20 | #41 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.6 | 9.7 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 76.2% | 74.6% |
| अस्थिर टेस्ट | 4 | 1 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 8.640 | 5.061 |
| कुल लागत | $1.210 | $0.760 |
| इनपुट कीमत | $2.500 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 34,108 | 58,652 |
| आउटपुट टोकन | 2,242 | 1,735 |
| रीजनिंग टोकन | 72,707 | 105,233 |
| प्रतिक्रिया समय (औसत) | 22.35s | 15.48s |
| प्रतिक्रिया समय (अधिकतम) | 100.41s | 205.28s |
| प्रतिक्रिया समय (कुल) | 469.29s | 324.98s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#41 xAI: Grok 4.5
low- लागत
- $0.011
- समय
- 12.4s
- टोकन
- 2,018 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
Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumनिःशुल्क उपलब्धvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.5low