OpenAI: GPT-5.4 vs xAI: Grok 4.5

Grok 4.5 (high) conduce la scorul mediu cu 8.9 vs 8.5. GPT-5.4 (medium) are costul de benchmark mai mic, $1.533 vs $1.707. GPT-5.4 (medium) este mai rapid cu 23.10s vs 76.50s, cu rate de reușită de 77.3% vs 83.3%.

Model recomandatGPT-5.4 (medium)Scorul rămâne aproape de cel mai bun scor de aici (8.5 vs 8.9) și răspunde de aproximativ 3.3x mai rapid decât Grok 4.5 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-17

Metrică	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	Grok 4.5 Grok 4.5 high Lansare: 2026-07-08

Metrică	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	Grok 4.5 Grok 4.5 high Lansare: 2026-07-08
Scor	8.5	8.9
Rang	#18	#12
Fiabilitate	10.0	10.0
Consistență	8.6	9.2
Teste corecte
Rată de trecere pe încercare	77.3%	83.3%
Teste instabile	4	2
Rulări totale	66	66
Cost per rezultat	10.220	10.041
Cost total	$1.533	$1.707
Preț de intrare	$2.500 / 1M	$2.000 / 1M
Preț de ieșire	$15.000 / 1M	$6.000 / 1M
Total tokenuri de intrare	81,127	151,562
Tokenuri de ieșire	6,155	5,655
Tokenuri de raționament	82,515	247,540
Timp de răspuns (mediu)	23.10s	76.50s
Timp de răspuns (maxim)	100.41s	676.83s
Timp de răspuns (total)	508.26s	1683.07s

Hamster playing table tennis

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

#18 GPT-5.4

medium

Cost: $0.214
Timp: 199.6s
Tokenuri: 14,349 tok

#12 xAI: Grok 4.5

high

Cost: $0.015
Timp: 29.7s
Tokenuri: 2,737 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

Categorie:

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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Comparație rapidă

Schimbă perechea de comparație

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high GPT-5.4mediumvsGrok 4.5low Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGrok 4.5high