OpenAI: GPT-5.2 vs xAI: Grok 4.5

Skor rata-rata hampir imbang di 8.4 vs 8.4. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.935 vs $0.951. Grok 4.5 (low) lebih cepat di 15.56s vs 22.62s, dengan tingkat keberhasilan 72.7% vs 75.8%.

Model yang direkomendasikanGrok 4.5 (low)It has the strongest score in this comparison (8.4) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08

Metrik	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor	8.4	8.4
Peringkat	#21	#20
Keandalan	10.0	10.0
Konsistensi	8.5	9.7
Tes benar
Tingkat lulus per percobaan	72.7%	75.8%
Tes tidak stabil	4	1
Total Run	66	66
Biaya per hasil	6.791	5.844
Total Biaya	$0.951	$0.935
Harga input	$1.750 / 1M	$2.000 / 1M
Harga output	$14.000 / 1M	$6.000 / 1M
Total token input	105,004	125,596
Token output	9,914	7,505
Token penalaran	44,868	106,446
Waktu respons (rata-rata)	22.62s	15.56s
Waktu respons (maks)	102.93s	205.28s
Waktu respons (total)	339.28s	342.32s

Hamster playing table tennis

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

#21 GPT-5.2

medium

Biaya: $0.047
Waktu: 49.2s
Token: 3,396 tok

#20 xAI: Grok 4.5

low

Biaya: $0.011
Waktu: 12.4s
Token: 2,018 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.2medium Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5low Claude Opus 4.7mediumvsGrok 4.5low Muse Spark 1.1highvsGPT-5.2medium GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low Step 3.7 FlashmediumvsGrok 4.5low