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-5.4 Mini vs xAI: Grok 4.20

Rezumat

Comparație benchmark GPT-5.4 Mini vs Grok 4.20: GPT-5.4 Mini conduce la scorul mediu cu 5.3 vs 4.4. GPT-5.4 Mini are costul de benchmark mai mic, $0.038 vs $0.057. Grok 4.20 este mai rapid cu 1.11s vs 1.13s, cu rate de reușită de 30.2% vs 28.6%.

Model recomandat: GPT-5.4 Mini - Are cel mai bun scor aici (5.3) și costă de aproximativ 1.5x mai puțin decât Grok 4.20.

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

Metrică GPT-5.4 Mini GPT-5.4 Mini none Lansare: 2026-03-17 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.3 4.4
Rang #129 #160
Fiabilitate 10.0 N/D
Consistență 8.8 8.5
Teste corecte
Rată de trecere pe încercare 30.2% 28.6%
Teste instabile 3 0
Rulări totale 63 54
Cost per rezultat 0.743 1.570
Cost total $0.038 $0.057
Preț de intrare $0.750 / 1M $1.250 / 1M
Preț de ieșire $4.500 / 1M $2.500 / 1M
Total tokenuri de intrare 34,244 41,313
Tokenuri de ieșire 2,541 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.13s 1.11s
Timp de răspuns (maxim) 2.52s 6.04s
Timp de răspuns (total) 23.82s 19.96s

Prezentare generare

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none
Cost
$0.010
Timp
11.7s
Tokenuri
2,151 tok

#160 xAI: Grok 4.20

none
Cost
$0.004
Timp
6.5s
Tokenuri
1,367 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-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
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 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
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 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
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 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
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 Mini 3.5 4.4 33.3% 2 937ms 723 88 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
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 Mini 4.8 10.0 0.0% 0 1.82s 477 174 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
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 Mini 6.3 10.0 50.0% 0 728ms 660 101 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
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 Mini 5.4 10.0 33.3% 0 836ms 642 305 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
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 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
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 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

Comparație rapidă

Schimbă perechea de comparație

Grok 4.20nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGPT-5.4 MininoneNorth Mini CodemediumDisponibil gratuitvsGPT-5.4 MininoneCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGPT-5.4 MininoneQwen3.5-9BmediumvsGrok 4.20noneGPT-5.4 MininonevsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20none