#4 GPT-5.5
low- खर्च
- $0.068
- वेळ
- 37.0s
- टोकन्स
- 2,339 tok
AI BENCHY Compare
OpenAI: GPT-5.5 vs xAI: Grok 4.20
सारांश
GPT-5.5 vs Grok 4.20 benchmark तुलना: GPT-5.5 average score मध्ये पुढे आहे: 9.3 vs 4.4. Grok 4.20 चा benchmark खर्च कमी आहे: $0.057 vs $0.907. Grok 4.20 वेगवान आहे: 1.11s vs 9.76s, pass rates 85.7% vs 28.6%.
शिफारस केलेले मॉडेल: GPT-5.5 - It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-02
| मेट्रिक | GPT-5.5 GPT-5.5 low | Grok 4.20 Grok 4.20 none |
|---|---|---|
| स्कोअर | 9.3 | 4.4 |
| क्रमांक | #4 | #160 |
| विश्वसनीयता | 10.0 | लागू नाही |
| सुसंगतता | 10.0 | 8.5 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 85.7% | 28.6% |
| अस्थिर चाचण्या | 0 | 0 |
| एकूण रन | 63 | 54 |
| प्रति निकाल खर्च | 5.035 | 1.570 |
| एकूण खर्च | $0.907 | $0.057 |
| इनपुट किंमत | $5.000 / 1M | $1.250 / 1M |
| आउटपुट किंमत | $30.000 / 1M | $2.500 / 1M |
| एकूण इनपुट टोकन्स | 34,209 | 41,313 |
| आउटपुट टोकन्स | 2,046 | 1,923 |
| रिझनिंग टोकन्स | 22,460 | 0 |
| प्रतिसाद वेळ (सरासरी) | 9.76s | 1.11s |
| प्रतिसाद वेळ (कमाल) | 56.19s | 6.04s |
| प्रतिसाद वेळ (एकूण) | 204.92s | 19.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#160 xAI: Grok 4.20
none- खर्च
- $0.004
- वेळ
- 6.5s
- टोकन्स
- 1,367 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
झटपट तुलना
तुलना जोडी बदला
GPT-5.5lowvsQwen3.7 MaxmediumGrok 4.20nonevsGLM 4.7 FlashmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowCobuddymediumvsGrok 4.20none