Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.3

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-05-22

Métrica GPT-5.4 GPT-5.4 medium Lançamento: 2026-03-05 Grok 4.3 Grok 4.3 medium Lançamento: 2026-05-01
Pontuação 7.9 7.8
Posição #27 #31
Confiabilidade 10.0 10.0
Consistência 8.5 8.4
Testes corretos
Taxa de acerto por tentativa 75.0% 75.0%
Testes instáveis 4 4
Execuções totais 60 60
Custo por resultado 8.767 4.562
Custo total $1.140 $0.593
Preço de entrada $2.500 / 1M $1.250 / 1M
Preço de saída $15.000 / 1M $2.500 / 1M
Tokens de saída 2,222 1,485
Tokens de raciocínio 68,503 214,928
Tempo de resposta (médio) 22.31s 49.23s
Tempo de resposta (máx.) 100.41s 216.69s
Tempo de resposta (total) 446.15s 984.54s

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-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
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-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
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-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
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-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
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-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparação rápida

Trocar par de comparação

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3medium