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 Build 0.1

Ringkasan

Perbandingan benchmark GPT-5.3 Chat vs Grok Build 0.1: Grok Build 0.1 unggul dalam skor rata-rata dengan 7.6 vs 7.5. GPT-5.3 Chat memiliki biaya benchmark lebih rendah di $0.433 vs $0.927. GPT-5.3 Chat lebih cepat di 6.34s vs 49.90s, dengan tingkat keberhasilan 66.7% vs 61.9%.

Model yang direkomendasikan: GPT-5.3 Chat - Its score stays close to the best score here (7.5 vs 7.6), while costing about 2.1x less than Grok Build 0.1.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03 Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor 7.5 7.6
Peringkat #47 #44
Keandalan 10.0 10.0
Konsistensi 8.1 9.9
Tes benar
Tingkat lulus per percobaan 66.7% 61.9%
Tes tidak stabil 5 0
Total Run 63 63
Biaya per hasil 3.605 7.124
Total Biaya $0.433 $0.927
Harga input $1.750 / 1M $1.000 / 1M
Harga output $14.000 / 1M $2.000 / 1M
Total token input 34,209 44,418
Token output 26,617 2,782
Token penalaran 0 438,018
Waktu respons (rata-rata) 6.34s 49.90s
Waktu respons (maks) 18.33s 252.69s
Waktu respons (total) 133.13s 1047.92s

Showcase generasi

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Biaya
$0.008
Waktu
8.1s
Token
634 tok

#44 xAI: Grok Build 0.1

medium
Biaya
$0.028
Waktu
81.3s
Token
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGrok Build 0.1mediumMercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneStep 3.7 FlashlowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGrok Build 0.1medium