Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs xAI: Grok Build 0.1

Rezumat

Comparație benchmark GPT-5.3 Chat vs Grok Build 0.1: Grok Build 0.1 conduce la scorul mediu cu 7.6 vs 7.5. GPT-5.3 Chat are costul de benchmark mai mic, $0.433 vs $0.927. GPT-5.3 Chat este mai rapid cu 6.34s vs 49.90s, cu rate de reușită de 66.7% vs 61.9%.

Model recomandat: GPT-5.3 Chat - Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.6) și costă de aproximativ 2.1x mai puțin decât Grok Build 0.1.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03 Grok Build 0.1 Grok Build 0.1 medium Lansare: 2026-05-21
Scor 7.5 7.6
Rang #47 #44
Fiabilitate 10.0 10.0
Consistență 8.1 9.9
Teste corecte
Rată de trecere pe încercare 66.7% 61.9%
Teste instabile 5 0
Rulări totale 63 63
Cost per rezultat 3.605 7.124
Cost total $0.433 $0.927
Preț de intrare $1.750 / 1M $1.000 / 1M
Preț de ieșire $14.000 / 1M $2.000 / 1M
Total tokenuri de intrare 34,209 44,418
Tokenuri de ieșire 26,617 2,782
Tokenuri de raționament 0 438,018
Timp de răspuns (mediu) 6.34s 49.90s
Timp de răspuns (maxim) 18.33s 252.69s
Timp de răspuns (total) 133.13s 1047.92s

Prezentare generare

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Cost
$0.008
Timp
8.1s
Tokenuri
634 tok

#44 xAI: Grok Build 0.1

medium
Cost
$0.028
Timp
81.3s
Tokenuri
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsGrok Build 0.1mediumMercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneStep 3.7 FlashlowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGrok Build 0.1medium