Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok 4.20

Samenvatting

Benchmarkvergelijking GPT-5.5 vs Grok 4.20: GPT-5.5 leidt in gemiddelde score met 9.3 vs 7.3. Grok 4.20 heeft lagere benchmarkkosten met $0.609 vs $0.907. GPT-5.5 is sneller met 9.76s vs 27.68s, met slagingspercentages van 85.7% vs 63.5%.

Aanbevolen model: GPT-5.5 - Het heeft hier de beste score (9.3) en reageert ongeveer 2.8x sneller dan Grok 4.20.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-18

Metriek GPT-5.5 GPT-5.5 low Releasedatum: 2026-04-24 Grok 4.20 Grok 4.20 medium Releasedatum: 2026-03-31
Score 9.3 7.3
Rang #4 #53
Betrouwbaarheid 10.0 10.0
Consistentie 10.0 8.8
Correcte tests
Slaagpercentage per poging 85.7% 63.5%
Instabiele tests 0 3
Totaal runs 63 63
Kosten per resultaat 5.035 8.309
Totale kosten $0.907 $0.609
Invoerprijs $5.000 / 1M $1.250 / 1M
Uitvoerprijs $30.000 / 1M $2.500 / 1M
Totaal aantal invoer-tokens 34,209 44,433
Uitvoer-tokens 2,046 1,819
Redeneer-tokens 22,460 219,524
Responstijd (gem.) 9.76s 27.68s
Responstijd (max) 56.19s 199.66s
Responstijd (totaal) 204.92s 581.26s

Generatie-showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Kosten
$0.068
Tijd
37.0s
Tokens
2,339 tok

#53 xAI: Grok 4.20

medium
Kosten
$0.041
Tijd
110.3s
Tokens
16,336 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

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3 Flash PreviewlowvsGrok 4.20mediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3.5 FlashmediumvsGPT-5.5lowGrok 4.20mediumvsGLM 5.2noneStep 3.7 FlashhighvsGrok 4.20medium