AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok Build 0.1

Ringkasan

Perbandingan benchmark GPT-5.5 vs Grok Build 0.1: GPT-5.5 unggul dalam skor rata-rata dengan 9.3 vs 4.2. Grok Build 0.1 memiliki biaya benchmark lebih rendah di $0.547 vs $0.907. GPT-5.5 lebih cepat di 9.76s vs 28.69s, dengan tingkat keberhasilan 85.7% vs 46.0%.

Model yang direkomendasikan: GPT-5.5 - It has the best score here (9.3), while responding about 2.9x faster than Grok Build 0.1.

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

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Grok Build 0.1 Grok Build 0.1 none Rilis: 2026-05-21

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Grok Build 0.1 Grok Build 0.1 none Rilis: 2026-05-21
Skor	9.3	4.2
Peringkat	#4	#165
Keandalan	10.0	10.0
Konsistensi	10.0	7.5
Tes benar
Tingkat lulus per percobaan	85.7%	46.0%
Tes tidak stabil	0	4
Total Run	63	57
Biaya per hasil	5.035	7.805
Total Biaya	$0.907	$0.547
Harga input	$5.000 / 1M	$1.000 / 1M
Harga output	$30.000 / 1M	$2.000 / 1M
Total token input	34,209	11,793
Token output	2,046	267,275
Token penalaran	22,460	0
Waktu respons (rata-rata)	9.76s	28.69s
Waktu respons (maks)	56.19s	138.35s
Waktu respons (total)	204.92s	459.00s

Showcase generasi

Hamster playing table tennis

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

#4 GPT-5.5

low

Biaya: $0.068
Waktu: 37.0s
Token: 2,339 tok

#165 xAI: Grok Build 0.1

none

Belum ada hasil showcase yang dihasilkan untuk model ini.

Biaya: $0.000
Waktu: -
Token: 0 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Grok Build 0.1	8.7	7.9	91.7%	1		6.30s	2,010	11,162	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Grok Build 0.1	3.3	3.3	33.3%	0		21.41s	1,080	16,568	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
Grok Build 0.1	3.0	10.0	0.0%	0		0ms	0	0	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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Grok Build 0.1	3.8	5.8	33.3%	1		9.33s	2,532	6,359	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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Grok Build 0.1	3.6	7.2	22.2%	1		103.71s	1,764	179,469	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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Grok Build 0.1	4.3	10.0	0.0%	0		12.47s	825	6,647	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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Grok Build 0.1	9.8	10.0	100.0%	0		7.36s	1,362	8,970	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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Grok Build 0.1	6.4	7.7	55.6%	1		9.55s	1,689	14,982	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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Grok Build 0.1	3.0	10.0	0.0%	0		0ms	0	0	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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Grok Build 0.1	3.0	10.0	0.0%	0		36.09s	531	23,118	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.5low GPT-5.5lowvsGLM 5.2medium GPT-5.5lowvsGLM 5medium Seed-2.0-LitemediumvsGPT-5.5low