Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark GPT-5.3-Codex (medium) vs Grok 4.5 (low): GPT-5.3-Codex (medium) unggul dalam skor rata-rata dengan 8.9 vs 7.8. GPT-5.3-Codex (medium) memiliki biaya benchmark lebih rendah di $0.740 vs $0.760. Grok 4.5 (low) lebih cepat di 15.48s vs 16.22s, dengan tingkat keberhasilan 82.5% vs 74.6%.

Model yang direkomendasikan: GPT-5.3-Codex (medium) - It has the strongest score in this comparison (8.9) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 8.9 7.8
Peringkat #13 #39
Keandalan 10.0 10.0
Konsistensi 8.5 9.7
Tes benar
Tingkat lulus per percobaan 82.5% 74.6%
Tes tidak stabil 4 1
Total Run 63 63
Biaya per hasil 4.932 5.061
Total Biaya $0.740 $0.760
Harga input $1.750 / 1M $2.000 / 1M
Harga output $14.000 / 1M $6.000 / 1M
Total token input 34,299 58,652
Token output 2,357 1,735
Token penalaran 46,189 105,233
Waktu respons (rata-rata) 16.22s 15.48s
Waktu respons (maks) 100.93s 205.28s
Waktu respons (total) 340.67s 324.98s

Showcase generasi

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

#39 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

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 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-5.3-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 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-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 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-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
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-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
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-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
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-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Grok 4.5 10.0 10.0 100.0% 0 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-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Grok 4.5 10.0 10.0 100.0% 0 5.83s 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-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumTersedia gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.5low