Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-24

Metrik GPT-5.5 GPT-5.5 none Rilis: 2026-04-24 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 6.8 7.0
Peringkat #58 #55
Keandalan T/A T/A
Konsistensi 8.3 7.8
Tes benar
Tingkat lulus per percobaan 61.1% 66.7%
Tes tidak stabil 4 5
Total Run 54 54
Biaya per hasil 2.162 8.252
Total Biaya $0.195 $0.743
Harga input $5.000 / 1M $2.000 / 1M
Harga output $30.000 / 1M $6.000 / 1M
Token output 1,910 1,744
Token penalaran 0 109,882
Waktu respons (rata-rata) 1.83s 10.33s
Waktu respons (maks) 5.56s 29.87s
Waktu respons (total) 32.86s 185.87s

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-5.5 6.9 7.9 66.7% 1 1.31s 213 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 10.0 10.0 100.0% 0 2.05s 426 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 3.0 10.0 0.0% 0 5.56s 300 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 10.0 10.0 100.0% 0 1.18s 222 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 2.9 7.2 11.1% 1 1.31s 52 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 10.0 10.0 100.0% 0 3.41s 124 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 6.2 5.8 66.7% 1 1.15s 81 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 6.7 7.9 55.6% 1 1.36s 245 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.5 10.0 10.0 100.0% 0 3.90s 247 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Perbandingan Cepat

Ganti Pasangan Perbandingan

Nemotron 3 SupermediumTersedia gratisvsGPT-5.5noneGemma 4 31BnoneTersedia gratisvsGrok 4.20mediumGPT-5.5nonevsGrok 4.1 FastmediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumKimi K2.5mediumvsGPT-5.5noneMercury 2mediumvsGPT-5.5noneDeepSeek V4 PrononevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.5nonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsGrok 4.20medium