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-5.4 Mini vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-21

Metrik GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Skor 7.1 7.9
Peringkat #36 #23
Konsistensi 7.2 9.0
Tes benar
Tingkat lulus per percobaan 68.6% 72.6%
Tes tidak stabil 6 2
Total Run 51 51
Biaya per hasil 3.610 5.525
Total Biaya $0.289 $0.608
Harga input $0.750 / 1M $2.000 / 1M
Harga output $4.500 / 1M $6.000 / 1M
Token output 1,708 1,487
Token penalaran 58,019 87,922
Waktu respons (rata-rata) 15.66s 8.54s
Waktu respons (maks) 102.91s 24.21s
Waktu respons (total) 266.14s 145.26s

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 output Token penalaran
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Grok 4.20 Beta 8.7 7.9 91.7% 1 3.16s 268 7,583
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.01s 180 5,281
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Grok 4.20 Beta 5.3 10.0 33.3% 0 21.33s 251 40,255
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Grok 4.20 Beta 8.3 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Grok 4.20 Beta 8.2 7.2 88.9% 1 3.85s 249 6,660
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Grok 4.20 Beta 3.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.3 ChatnonevsGrok 4.20 BetamediumGPT-5.4 MinimediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.4 MinimediumvsMiMo-V2-OmninoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumDeepSeek V3.2nonevsGPT-5.4 Minimedium