नेव्हिगेशन
AI BENCHY
Advertise here

GPT-5.4 (medium) vs Grok 4.5 (low)

GPT-5.4 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.4. Grok 4.5 (low) चा benchmark खर्च कमी आहे: $0.945 vs $1.560. Grok 4.5 (low) वेगवान आहे: 16.17s vs 22.85s, pass rates 77.3% vs 77.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#37
एकूण आउटपुट टोकन्स
90,466
प्रतिसाद वेळ (सरासरी)
22.85s
एकूण खर्च
$1.560
क्रमांक
#41
एकूण आउटपुट टोकन्स
115,489
प्रतिसाद वेळ (सरासरी)
16.17s
एकूण खर्च
$0.945
शिफारस केलेले मॉडेल Grok 4.5 (low)

Its score stays close to the best score here (8.4 vs 8.5), while costing about 1.7x less than GPT-5.4 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 8.5 8.4
क्रमांक #37 #41
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 77.3%
अस्थिर चाचण्या 4 2
एकूण रन 66 66
प्रति निकाल खर्च 10.399 5.901
एकूण खर्च $1.560 $0.945
इनपुट किंमत $2.500 / 1M $2.000 / 1M
आउटपुट किंमत $15.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 81,136 125,605
आउटपुट टोकन्स 6,155 7,505
रिझनिंग टोकन्स 84,311 107,984
प्रतिसाद वेळ (सरासरी) 22.85s 16.17s
प्रतिसाद वेळ (कमाल) 100.41s 205.28s
प्रतिसाद वेळ (एकूण) 502.78s 355.67s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#37 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok

#41 SpaceXAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

झटपट तुलना

तुलना जोडी बदला