Navigare
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-5.3 Chat vs xAI: Grok 4.5

Rezumat

Comparație benchmark GPT-5.3 Chat vs Grok 4.5 (medium): Grok 4.5 (medium) conduce la scorul mediu cu 8.3 vs 7.5. GPT-5.3 Chat are costul de benchmark mai mic, $0.433 vs $1.696. GPT-5.3 Chat este mai rapid cu 6.34s vs 62.63s, cu rate de reușită de 66.7% vs 77.8%.

Model recomandat: GPT-5.3 Chat - Oferă cel mai bun compromis per total: scor competitiv (7.5), cost mai mic decât Grok 4.5 (medium) și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03 Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08
Scor 7.5 8.3
Rang #49 #23
Fiabilitate 10.0 9.9
Consistență 8.1 8.9
Teste corecte
Rată de trecere pe încercare 66.7% 77.8%
Teste instabile 5 3
Rulări totale 63 63
Cost per rezultat 3.605 11.304
Cost total $0.433 $1.696
Preț de intrare $1.750 / 1M $2.000 / 1M
Preț de ieșire $14.000 / 1M $6.000 / 1M
Total tokenuri de intrare 34,209 53,500
Tokenuri de ieșire 26,617 1,621
Tokenuri de raționament 0 263,127
Timp de răspuns (mediu) 6.34s 62.63s
Timp de răspuns (maxim) 18.33s 436.38s
Timp de răspuns (total) 133.13s 1315.20s

Prezentare generare

Hamster playing table tennis

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

#49 GPT-5.3 Chat

none
Cost
$0.008
Timp
8.1s
Tokenuri
634 tok

#23 xAI: Grok 4.5

medium
Cost
$0.044
Timp
59.4s
Tokenuri
7,512 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsGrok 4.5medium