OpenAI: GPT-5.4 vs xAI: Grok 4.5

GPT-5.4 (medium) conduce la scorul mediu cu 8.5 vs 8.3. GPT-5.4 (medium) are costul de benchmark mai mic, $1.533 vs $1.928. GPT-5.4 (medium) este mai rapid cu 23.10s vs 61.71s, cu rate de reușită de 77.3% vs 78.8%.

Model recomandatGPT-5.4 (medium)Are cel mai bun scor aici (8.5) și răspunde de aproximativ 2.7x mai rapid decât Grok 4.5 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-22

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

Metrică	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08
Scor	8.5	8.3
Rang	#21	#25
Fiabilitate	10.0	10.0
Consistență	8.6	8.9
Teste corecte
Rată de trecere pe încercare	77.3%	78.8%
Teste instabile	4	3
Rulări totale	66	66
Cost per rezultat	10.220	12.049
Cost total	$1.533	$1.928
Preț de intrare	$2.500 / 1M	$2.000 / 1M
Preț de ieșire	$15.000 / 1M	$6.000 / 1M
Total tokenuri de intrare	81,127	122,146
Tokenuri de ieșire	6,155	5,514
Tokenuri de raționament	82,515	275,053
Timp de răspuns (mediu)	23.10s	61.71s
Timp de răspuns (maxim)	100.41s	436.38s
Timp de răspuns (total)	508.26s	1357.56s

Hamster playing table tennis

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

#21 GPT-5.4

medium

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

#25 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

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		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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
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-5.4	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		29.01s	83,730	4,154	16,180

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		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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Grok 4.5	10.0	10.0	100.0%	0		7.75s	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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Grok 4.5	10.0	10.0	100.0%	0		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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Comparație rapidă

Schimbă perechea de comparație

Muse Spark 1.1lowvsGrok 4.5medium GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.4medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Kimi K3maxvsGrok 4.5medium GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium