#4 GPT-5.5
low- लागत
- $0.068
- समय
- 37.0s
- टोकन
- 2,339 tok
AI BENCHY तुलना
OpenAI: GPT-5.5 vs xAI: Grok 4.20
सारांश
GPT-5.5 vs Grok 4.20 benchmark तुलना: GPT-5.5 average score में आगे है: 9.3 vs 4.4. Grok 4.20 की benchmark लागत कम है: $0.057 vs $0.907. Grok 4.20 तेज है: 1.11s vs 9.76s, pass rates 85.7% vs 28.6%.
अनुशंसित मॉडल: GPT-5.5 - It has the strongest score in this comparison (9.3) 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:: 2026-07-02
| मेट्रिक | GPT-5.5 GPT-5.5 low | Grok 4.20 Grok 4.20 none |
|---|---|---|
| स्कोर | 9.3 | 4.4 |
| रैंक | #4 | #160 |
| विश्वसनीयता | 10.0 | लागू नहीं |
| संगति | 10.0 | 8.5 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 85.7% | 28.6% |
| अस्थिर टेस्ट | 0 | 0 |
| कुल रन | 63 | 54 |
| प्रति परिणाम लागत | 5.035 | 1.570 |
| कुल लागत | $0.907 | $0.057 |
| इनपुट कीमत | $5.000 / 1M | $1.250 / 1M |
| आउटपुट कीमत | $30.000 / 1M | $2.500 / 1M |
| कुल इनपुट टोकन | 34,209 | 41,313 |
| आउटपुट टोकन | 2,046 | 1,923 |
| रीजनिंग टोकन | 22,460 | 0 |
| प्रतिक्रिया समय (औसत) | 9.76s | 1.11s |
| प्रतिक्रिया समय (अधिकतम) | 56.19s | 6.04s |
| प्रतिक्रिया समय (कुल) | 204.92s | 19.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#160 xAI: Grok 4.20
none- लागत
- $0.004
- समय
- 6.5s
- टोकन
- 1,367 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-5.5lowvsQwen3.7 MaxmediumGrok 4.20nonevsGLM 4.7 FlashmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsGrok 4.20none