OpenAI: GPT-5.3-Codex vs xAI: Grok 4.5

Skor rata-rata hampir imbang di 8.9 vs 8.9. GPT-5.3-Codex (medium) memiliki biaya benchmark lebih rendah di $0.920 vs $1.707. GPT-5.3-Codex (medium) lebih cepat di 16.96s vs 76.50s, dengan tingkat keberhasilan 83.3% vs 83.3%.

Model yang direkomendasikanGPT-5.3-Codex (medium)It has the best score here (8.9), while costing about 1.9x less than Grok 4.5 (high).

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

Metrik	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08

Metrik	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08
Skor	8.9	8.9
Peringkat	#13	#12
Keandalan	10.0	10.0
Konsistensi	8.6	9.2
Tes benar
Tingkat lulus per percobaan	83.3%	83.3%
Tes tidak stabil	4	2
Total Run	66	66
Biaya per hasil	5.748	10.041
Total Biaya	$0.920	$1.707
Harga input	$1.750 / 1M	$2.000 / 1M
Harga output	$14.000 / 1M	$6.000 / 1M
Total token input	81,268	151,562
Token output	6,251	5,655
Token penalaran	49,274	247,540
Waktu respons (rata-rata)	16.96s	76.50s
Waktu respons (maks)	100.93s	676.83s
Waktu respons (total)	373.19s	1683.07s

Hamster playing table tennis

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

#13 GPT-5.3-Codex

medium

Biaya: $0.049
Waktu: 54.9s
Token: 3,580 tok

#12 xAI: Grok 4.5

high

Biaya: $0.015
Waktu: 29.7s
Token: 2,737 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-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashlowvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGrok 4.5high GPT-5.5lowvsGrok 4.5high GPT-5.4mediumvsGrok 4.5high