Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs xAI: Grok 4.20

Ringkasan

Perbandingan benchmark GPT-5.4 Mini vs Grok 4.20: GPT-5.4 Mini unggul dalam skor rata-rata dengan 5.3 vs 4.4. GPT-5.4 Mini memiliki biaya benchmark lebih rendah di $0.038 vs $0.057. Grok 4.20 lebih cepat di 1.11s vs 1.13s, dengan tingkat keberhasilan 30.2% vs 28.6%.

Model yang direkomendasikan: GPT-5.4 Mini - It has the best score here (5.3), while costing about 1.5x less than Grok 4.20.

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

Metrik GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 5.3 4.4
Peringkat #129 #160
Keandalan 10.0 T/A
Konsistensi 8.8 8.5
Tes benar
Tingkat lulus per percobaan 30.2% 28.6%
Tes tidak stabil 3 0
Total Run 63 54
Biaya per hasil 0.743 1.570
Total Biaya $0.038 $0.057
Harga input $0.750 / 1M $1.250 / 1M
Harga output $4.500 / 1M $2.500 / 1M
Total token input 34,244 41,313
Token output 2,541 1,923
Token penalaran 0 0
Waktu respons (rata-rata) 1.13s 1.11s
Waktu respons (maks) 2.52s 6.04s
Waktu respons (total) 23.82s 19.96s

Showcase generasi

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none
Biaya
$0.010
Waktu
11.7s
Token
2,151 tok

#160 xAI: Grok 4.20

none
Biaya
$0.004
Waktu
6.5s
Token
1,367 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-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
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 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
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 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
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 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
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 Mini 3.5 4.4 33.3% 2 937ms 723 88 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
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 Mini 4.8 10.0 0.0% 0 1.82s 477 174 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
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 Mini 6.3 10.0 50.0% 0 728ms 660 101 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
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 Mini 5.4 10.0 33.3% 0 836ms 642 305 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
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 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
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 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Grok 4.20nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGPT-5.4 MininoneNorth Mini CodemediumTersedia gratisvsGPT-5.4 MininoneCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGPT-5.4 MininoneQwen3.5-9BmediumvsGrok 4.20noneGPT-5.4 MininonevsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20none