OpenAI: GPT-5.3 Chat vs xAI: Grok 4.20

GPT-5.3 Chat unggul dalam skor rata-rata dengan 7.5 vs 7.1. GPT-5.3 Chat memiliki biaya benchmark lebih rendah di $0.571 vs $0.777. GPT-5.3 Chat lebih cepat di 6.88s vs 29.47s, dengan tingkat keberhasilan 68.2% vs 63.6%.

Model yang direkomendasikanGPT-5.3 ChatIt has the best score here (7.5), while responding about 4.3x faster than Grok 4.20 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03	Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03	Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor	7.5	7.1
Peringkat	#62	#83
Keandalan	10.0	10.0
Konsistensi	8.2	8.5
Tes benar
Tingkat lulus per percobaan	68.2%	63.6%
Tes tidak stabil	5	4
Total Run	66	66
Biaya per hasil	4.387	9.709
Total Biaya	$0.571	$0.777
Harga input	$1.750 / 1M	$1.250 / 1M
Harga output	$14.000 / 1M	$2.500 / 1M
Total token input	78,990	102,791
Token output	30,854	5,363
Token penalaran	0	253,977
Waktu respons (rata-rata)	6.88s	29.47s
Waktu respons (maks)	18.33s	199.66s
Waktu respons (total)	151.31s	648.35s

Hamster playing table tennis

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

#62 GPT-5.3 Chat

none

Biaya: $0.008
Waktu: 8.1s
Token: 634 tok

#83 xAI: Grok 4.20

medium

Biaya: $0.041
Waktu: 110.3s
Token: 16,336 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-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.7 CodemediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 UltramediumTersedia gratisvsGPT-5.3 Chatnone Qwen3.7 PlusnonevsGrok 4.20medium GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium LongCat 2.0mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone Step 3.7 FlashlowvsGrok 4.20medium