Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik GPT-5.4 GPT-5.4 none Rilis: 2026-03-05 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 5.7 5.4
Peringkat #100 #115
Keandalan 10.0 T/A
Konsistensi 9.1 9.5
Tes benar
Tingkat lulus per percobaan 40.4% 35.2%
Tes tidak stabil 2 1
Total Run 57 54
Biaya per hasil 1.493 1.574
Total Biaya $0.105 $0.095
Harga input $2.500 / 1M $1.250 / 1M
Harga output $15.000 / 1M $2.500 / 1M
Token output 2,357 1,967
Token penalaran 0 0
Waktu respons (rata-rata) 1.48s 1.11s
Waktu respons (maks) 2.95s 6.04s
Waktu respons (total) 28.20s 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 3.2 8.0 8.3% 1 1.21s 406 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 10.0 10.0 100.0% 0 2.95s 480 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 3.0 10.0 0.0% 0 2.89s 291 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 10.0 10.0 100.0% 0 1.04s 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 5.3 7.2 44.4% 1 1.07s 50 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 4.4 9.9 0.0% 0 1.78s 184 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 6.5 10.0 50.0% 0 1.07s 81 0
Grok 4.20 6.3 10.0 50.0% 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 5.6 9.8 33.3% 0 1.52s 357 0
Grok 4.20 5.3 7.2 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 10.0 10.0 100.0% 0 2.75s 246 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 3.0 10.0 0.0% 0 990ms 40 0
Grok 4.20 - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

Elephant AlphamediumvsGrok 4.20noneCobuddymediumTersedia gratisvsGPT-5.4noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4nonevsElephant AlphamediumGPT-5.4nonevsOwl AlphamediumMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumTersedia gratisvsGrok 4.20noneNemotron 3 SupermediumTersedia gratisvsGPT-5.4noneCobuddymediumTersedia gratisvsGrok 4.20none