Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.2 vs xAI: Grok 4.20

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-02

Métrica GPT-5.2 GPT-5.2 medium Lançamento: 2025-12-11 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 7.3 7.1
Posição #36 #40
Consistência 8.0 8.2
Testes corretos
Taxa de acerto por tentativa 70.6% 66.7%
Testes instáveis 4 4
Execuções totais 51 51
Custo por resultado 3.131 7.358
Custo total $0.314 $0.663
Preço de entrada $1.750 / 1M $2.000 / 1M
Preço de saída $14.000 / 1M $6.000 / 1M
Tokens de saída 2,238 1,494
Tokens de raciocínio 16,811 97,078
Tempo de resposta (médio) 13.93s 9.50s
Tempo de resposta (máx.) 77.80s 29.87s
Tempo de resposta (total) 139.29s 161.54s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 7.7 7.3 77.8% 1 5.47s 609 938
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparação rápida

Trocar par de comparação

Claude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnonevsGPT-5.2mediumGPT-5.2mediumvsGLM 5noneGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.2 ChatnonevsGrok 4.20medium