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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-29

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 5.1 5.2
Peringkat #112 #108
Keandalan T/A T/A
Konsistensi 8.6 9.5
Tes benar
Tingkat lulus per percobaan 35.2% 29.6%
Tes tidak stabil 3 1
Total Run 54 54
Biaya per hasil 0.630 1.889
Total Biaya $0.032 $0.095
Harga input $0.750 / 1M $2.000 / 1M
Harga output $4.500 / 1M $6.000 / 1M
Token output 2,418 1,967
Token penalaran 0 0
Waktu respons (rata-rata) 1.17s 1.11s
Waktu respons (maks) 2.52s 6.04s
Waktu respons (total) 21.01s 20.02s

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 3.1 8.1 8.3% 1 929ms 654 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Pemrograman 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 1.19s 333 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 298 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
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 1.30s 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
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 3.5 4.4 33.3% 2 937ms 88 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
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 4.8 10.0 0.0% 0 1.82s 174 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
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 6.3 10.0 50.0% 0 728ms 101 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 0
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 3.0 10.0 0.0% 0 2.32s 255 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Nemotron 3 Nano Omni 30b A3b ReasoningmediumTersedia gratisvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneNemotron 3 Nano Omni 30b A3b ReasoningmediumTersedia gratisvsGPT-5.4 MininoneGPT-5.4 MininonevsElephant AlphamediumMiniMax M2.7mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMistral Small 4mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsGLM 4.7 Flashmedium