Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark GPT-5.3 Chat vs Grok 4.5 (medium): Grok 4.5 (medium) unggul dalam skor rata-rata dengan 8.3 vs 7.5. GPT-5.3 Chat memiliki biaya benchmark lebih rendah di $0.433 vs $1.696. GPT-5.3 Chat lebih cepat di 6.34s vs 62.63s, dengan tingkat keberhasilan 66.7% vs 77.8%.

Model yang direkomendasikan: GPT-5.3 Chat - It offers the best overall trade-off: a competitive score (7.5), lower cost than Grok 4.5 (medium), and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-08

Metrik GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03 Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor 7.5 8.3
Peringkat #49 #23
Keandalan 10.0 9.9
Konsistensi 8.1 8.9
Tes benar
Tingkat lulus per percobaan 66.7% 77.8%
Tes tidak stabil 5 3
Total Run 63 63
Biaya per hasil 3.605 11.304
Total Biaya $0.433 $1.696
Harga input $1.750 / 1M $2.000 / 1M
Harga output $14.000 / 1M $6.000 / 1M
Total token input 34,209 53,500
Token output 26,617 1,621
Token penalaran 0 263,127
Waktu respons (rata-rata) 6.34s 62.63s
Waktu respons (maks) 18.33s 436.38s
Waktu respons (total) 133.13s 1315.20s

Showcase generasi

Hamster playing table tennis

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

#49 GPT-5.3 Chat

none
Biaya
$0.008
Waktu
8.1s
Token
634 tok

#23 xAI: Grok 4.5

medium
Biaya
$0.044
Waktu
59.4s
Token
7,512 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

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 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 11.96s 11,019 2,614 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsGrok 4.5medium