Navigatie
AI BENCHY
Advertise here

OpenAI: GPT-5.4 vs xAI: Grok 4.5

Grok 4.5 (high) leidt in gemiddelde score met 8.9 vs 8.5. GPT-5.4 (medium) heeft lagere benchmarkkosten met $1.533 vs $1.707. GPT-5.4 (medium) is sneller met 23.10s vs 76.50s, met slagingspercentages van 77.3% vs 83.3%.

Aanbevolen modelGPT-5.4 (medium)De score blijft dicht bij de beste score hier (8.5 vs 8.9) en het reageert ongeveer 3.3x sneller dan Grok 4.5 (high).

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-17

Metriek GPT-5.4 GPT-5.4 medium Releasedatum: 2026-03-05 Grok 4.5 Grok 4.5 high Releasedatum: 2026-07-08
Score 8.5 8.9
Rang #18 #12
Betrouwbaarheid 10.0 10.0
Consistentie 8.6 9.2
Correcte tests
Slaagpercentage per poging 77.3% 83.3%
Instabiele tests 4 2
Totaal runs 66 66
Kosten per resultaat 10.220 10.041
Totale kosten $1.533 $1.707
Invoerprijs $2.500 / 1M $2.000 / 1M
Uitvoerprijs $15.000 / 1M $6.000 / 1M
Totaal aantal invoer-tokens 81,127 151,562
Uitvoer-tokens 6,155 5,655
Redeneer-tokens 82,515 247,540
Responstijd (gem.) 23.10s 76.50s
Responstijd (max) 100.41s 676.83s
Responstijd (totaal) 508.26s 1683.07s

Hamster playing table tennis

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

#18 GPT-5.4

medium
Kosten
$0.214
Tijd
199.6s
Tokens
14,349 tok

#12 xAI: Grok 4.5

high
Kosten
$0.015
Tijd
29.7s
Tokens
2,737 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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% 0 155.16s 9,579 357 100,752

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashlowvsGrok 4.5highGPT-5.5mediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-5.4mediumvsGrok 4.5lowGemini 3.5 FlashmediumvsGrok 4.5highQwen3.7 MaxmediumvsGrok 4.5highClaude Opus 4.7mediumvsGrok 4.5highMuse Spark 1.1lowvsGPT-5.4mediumMuse Spark 1.1mediumvsGrok 4.5highClaude Fable 5mediumvsGrok 4.5highGemini 3.1 Pro PreviewmediumvsGrok 4.5high