AI BENCHY Compare
OpenAI: GPT-5.4 vs xAI: Grok 4.1 Fast
比較する:
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-06
| 指標 | OpenAI: GPT-5.4 none リリース: 2026-03-05 | xAI: Grok 4.1 Fast medium リリース: 2025-11-19 |
|---|---|---|
| 平均スコア | 4.6 | 6.4 |
| 順位 | #45 | #29 |
| 正解テスト | ||
| 一貫性 | 8.9 | 7.8 |
| 結果あたりのコスト | 1.496 | 0.541 |
| 合計コスト | $0.090 | $0.049 |
| 試行ごとの合格率 | 44.4% | 71.1% |
| 不安定なテスト | 2 | 4 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,635 | 1,056 |
| 推論トークン | 0 | 80,419 |
| 応答時間（平均） | 1.46s | 27.61s |
| 応答時間（最大） | 2.89s | 121.79s |
| 応答時間（合計） | 21.86s | 220.87s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| xAI: Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 5.65s | 102 | 4,021 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| xAI: Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 37.64s | 261 | 12,272 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| xAI: Grok 4.1 Fast | 9.9 | 10.0 | 100.0% | 0 | 6.63s | 180 | 5,409 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| xAI: Grok 4.1 Fast | 4.0 | 4.4 | 66.7% | 2 | 121.79s | 11 | 37,657 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| xAI: Grok 4.1 Fast | 5.5 | 10.0 | 50.0% | 0 | 5.30s | 55 | 3,489 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| xAI: Grok 4.1 Fast | 4.0 | 7.2 | 44.4% | 1 | 8.08s | 187 | 6,086 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| xAI: Grok 4.1 Fast | 10.0 | 1.6 | 33.3% | 1 | 27.71s | 260 | 11,485 |
クイック比較
比較ペアを切り替え
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMiniMax M2.5mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsGrok 4.1 FastmediumGemini 3 Flash PreviewnonevsGrok 4.1 FastmediumGrok 4.1 FastmediumvsGLM 5noneMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumGPT-5.3 ChatnonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsGrok 4.1 FastmediumGPT-5.4nonevsQwen3.5-35B-A3Bmedium