AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.5

Ringkasan

GPT-5.4 (medium) unggul dalam skor rata-rata dengan 8.5 vs 7.8. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.760 vs $1.210. Grok 4.5 (low) lebih cepat di 15.48s vs 22.35s, dengan tingkat keberhasilan 76.2% vs 74.6%.

Model yang direkomendasikanGPT-5.4 (medium)It has the strongest score in this comparison (8.5) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor	8.5	7.8
Peringkat	#20	#41
Keandalan	10.0	10.0
Konsistensi	8.6	9.7
Tes benar
Tingkat lulus per percobaan	76.2%	74.6%
Tes tidak stabil	4	1
Total Run	63	63
Biaya per hasil	8.640	5.061
Total Biaya	$1.210	$0.760
Harga input	$2.500 / 1M	$2.000 / 1M
Harga output	$15.000 / 1M	$6.000 / 1M
Total token input	34,108	58,652
Token output	2,242	1,735
Token penalaran	72,707	105,233
Waktu respons (rata-rata)	22.35s	15.48s
Waktu respons (maks)	100.41s	205.28s
Waktu respons (total)	469.29s	324.98s

Showcase generasi

Hamster playing table tennis

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

#20 GPT-5.4

medium

Biaya: $0.214
Waktu: 199.6s
Token: 14,349 tok

#41 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

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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
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-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543
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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
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 4.5low GPT-5.6 TerramediumvsGrok 4.5low Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumTersedia gratisvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low GPT-5.6 LunahighvsGrok 4.5low