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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

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 5.1 5.2
Rang #112 #108
Fiabilitate N/D N/D
Consistență 8.6 9.5
Teste corecte
Rată de trecere pe încercare 35.2% 29.6%
Teste instabile 3 1
Rulări totale 54 54
Cost per rezultat 0.630 1.889
Cost total $0.032 $0.095
Preț de intrare $0.750 / 1M $2.000 / 1M
Preț de ieșire $4.500 / 1M $6.000 / 1M
Tokenuri de ieșire 2,418 1,967
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.17s 1.11s
Timp de răspuns (maxim) 2.52s 6.04s
Timp de răspuns (total) 21.01s 20.02s

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 3.1 8.1 8.3% 1 929ms 654 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 10.0 10.0 100.0% 0 1.19s 333 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 3.0 10.0 0.0% 0 2.52s 298 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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 1.30s 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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 3.5 4.4 33.3% 2 937ms 88 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 4.8 10.0 0.0% 0 1.82s 174 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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 6.3 10.0 50.0% 0 728ms 101 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 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 5.4 10.0 33.3% 0 860ms 293 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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 3.0 10.0 0.0% 0 2.32s 255 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Nemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitvsGPT-5.4 MininoneGPT-5.4 MininonevsElephant AlphamediumMiniMax M2.7mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMistral Small 4mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsGLM 4.7 Flashmedium