AI BENCHY Compare
OpenAI: GPT-5.3 Chat vs xAI: Grok 4.1 Fast
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | OpenAI: GPT-5.3 Chat none Lansare: 2026-03-03 | xAI: Grok 4.1 Fast medium Lansare: 2025-11-19 |
|---|---|---|
| Rang | #14 | #24 |
| Scor mediu | 7.27 | 6.29 |
| Consistență | 8.26 | 8.20 |
| Cost per rezultat | 2.835 | 0.532 |
| Cost total | $0.256 | $0.043 |
| Teste corecte | ||
| Rată de trecere pe încercare | 73.8% | 66.7% |
| Teste instabile | 3 | 3 |
| Tokenuri de ieșire | 16,339 | 793 |
| Tokenuri de raționament | 0 | 74,056 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 7.33 | 7.49 | 77.8% | 1 | 3,091 | 0 | |
| xAI: Grok 4.1 Fast | 10.00 | 10.00 | 100.0% | 0 | 102 | 4,021 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 9.88 | 10.00 | 100.0% | 0 | 942 | 0 | |
| xAI: Grok 4.1 Fast | 10.00 | 10.00 | 100.0% | 0 | 180 | 5,472 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 1.00 | 4.41 | 33.3% | 2 | 8,264 | 0 | |
| xAI: Grok 4.1 Fast | 4.00 | 7.21 | 55.6% | 1 | 12 | 40,547 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 8.50 | 9.99 | 50.0% | 0 | 1,455 | 0 | |
| xAI: Grok 4.1 Fast | 5.50 | 10.00 | 50.0% | 0 | 48 | 3,151 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 1,726 | 0 | |
| xAI: Grok 4.1 Fast | 4.67 | 7.20 | 44.4% | 1 | 191 | 9,380 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 861 | 0 | |
| xAI: Grok 4.1 Fast | 1.00 | 1.62 | 33.3% | 1 | 260 | 11,485 |
Comparație rapidă
Schimbă perechea de comparație
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumGPT-5.3 ChatnonevsGLM 5mediumClaude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGrok 4.1 FastmediumvsGLM 5noneGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 Chatnone