Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17 Grok Build 0.1 Grok Build 0.1 none Lansare: 2026-05-21
Scor 7.1 6.6
Rang #65 #82
Fiabilitate 10.0 10.0
Consistență 7.6 8.0
Teste corecte
Rată de trecere pe încercare 68.3% 60.4%
Teste instabile 6 4
Rulări totale 60 57
Cost per rezultat 4.867 7.805
Cost total $0.487 $0.547
Preț de intrare $0.750 / 1M $1.000 / 1M
Preț de ieșire $4.500 / 1M $2.000 / 1M
Tokenuri de ieșire 2,186 267,275
Tokenuri de raționament 100,706 0
Timp de răspuns (mediu) 22.14s 28.69s
Timp de răspuns (maxim) 138.75s 138.35s
Timp de răspuns (total) 442.74s 459.00s

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 ieșire Tokenuri de raționament
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 7.5 6.0 83.3% 1 73.25s 446 32,513
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 7.4 6.7 66.7% 1 2.50s 129 1,337
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.33s 271 2,449
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneQwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneClaude Sonnet 4.6nonevsGPT-5.4 MinimediumRing-2.6-1TnonevsGPT-5.4 MinimediumDeepSeek V4 FlashhighDisponibil gratuitvsGPT-5.4 MinimediumGPT-5 MinimediumvsGrok Build 0.1noneGemini 3.1 Flash LitelowvsGPT-5.4 MinimediumGrok Build 0.1nonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 Minimedium