नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok 4.3

सारांश

GPT-5.5 vs Grok 4.3 benchmark तुलना: GPT-5.5 average score मध्ये पुढे आहे: 9.3 vs 7.7. Grok 4.3 चा benchmark खर्च कमी आहे: $0.614 vs $0.907. GPT-5.5 वेगवान आहे: 9.76s vs 47.51s, pass rates 85.7% vs 71.4%.

शिफारस केलेले मॉडेल: GPT-5.5 - It has the best score here (9.3), while responding about 4.9x faster than Grok 4.3.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-12

मेट्रिक GPT-5.5 GPT-5.5 low प्रकाशन: 2026-04-24 Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर 9.3 7.7
क्रमांक #5 #40
विश्वसनीयता 10.0 10.0
सुसंगतता 10.0 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 85.7% 71.4%
अस्थिर चाचण्या 0 4
एकूण रन 63 63
प्रति निकाल खर्च 5.035 4.724
एकूण खर्च $0.907 $0.614
इनपुट किंमत $5.000 / 1M $1.250 / 1M
आउटपुट किंमत $30.000 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 34,209 44,472
आउटपुट टोकन्स 2,046 1,981
रिझनिंग टोकन्स 22,460 221,382
प्रतिसाद वेळ (सरासरी) 9.76s 47.51s
प्रतिसाद वेळ (कमाल) 56.19s 216.69s
प्रतिसाद वेळ (एकूण) 204.92s 997.68s

Generation showcase

Hamster playing table tennis

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

#5 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashlowvsGrok 4.3mediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.3 ChatnonevsGrok 4.3mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Sonnet 4.6nonevsGrok 4.3mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8nonevsGrok 4.3mediumClaude Opus 4.8mediumvsGPT-5.5low