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-5.5 vs xAI: Grok 4.20

Resumo

Comparação benchmark GPT-5.5 vs Grok 4.20: GPT-5.5 lidera na pontuação média com 9.3 vs 7.3. Grok 4.20 tem menor custo de benchmark com $0.609 vs $0.907. GPT-5.5 é mais rápido com 9.76s vs 27.68s, com taxas de acerto de 85.7% vs 63.5%.

Modelo recomendado: GPT-5.5 - Tem a melhor pontuação aqui (9.3) e responde cerca de 2.8x mais rápido que Grok 4.20.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-18

Métrica GPT-5.5 GPT-5.5 low Lançamento: 2026-04-24 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 9.3 7.3
Posição #4 #53
Confiabilidade 10.0 10.0
Consistência 10.0 8.8
Testes corretos
Taxa de acerto por tentativa 85.7% 63.5%
Testes instáveis 0 3
Execuções totais 63 63
Custo por resultado 5.035 8.309
Custo total $0.907 $0.609
Preço de entrada $5.000 / 1M $1.250 / 1M
Preço de saída $30.000 / 1M $2.500 / 1M
Total de tokens de entrada 34,209 44,433
Tokens de saída 2,046 1,819
Tokens de raciocínio 22,460 219,524
Tempo de resposta (médio) 9.76s 27.68s
Tempo de resposta (máx.) 56.19s 199.66s
Tempo de resposta (total) 204.92s 581.26s

Geração showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Custo
$0.068
Tempo
37.0s
Tokens
2,339 tok

#53 xAI: Grok 4.20

medium
Custo
$0.041
Tempo
110.3s
Tokens
16,336 tok

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 entrada Tokens de saída Tokens de raciocínio
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
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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

Comparação rápida

Trocar par de comparação

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