Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.1 Fast

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică OpenAI: GPT-5.4 none Lansare: 2026-03-05 xAI: Grok 4.1 Fast medium Lansare: 2025-11-19
Scor mediu 4.6 6.4
Rang #45 #29
Teste corecte
Consistență 8.9 7.8
Cost per rezultat 1.496 0.541
Cost total $0.090 $0.049
Rată de trecere pe încercare 44.4% 71.1%
Teste instabile 2 4
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokenuri de ieșire 1,635 1,056
Tokenuri de raționament 0 80,419
Timp de răspuns (mediu) 1.46s 27.61s
Timp de răspuns (maxim) 2.89s 121.79s
Timp de răspuns (total) 21.86s 220.87s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
xAI: Grok 4.1 Fast 10.0 10.0 100.0% 0 5.65s 102 4,021
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
xAI: Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
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
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
xAI: Grok 4.1 Fast 9.9 10.0 100.0% 0 6.63s 180 5,409
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
xAI: Grok 4.1 Fast 4.0 4.4 66.7% 2 121.79s 11 37,657
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
xAI: Grok 4.1 Fast 5.5 10.0 50.0% 0 5.30s 55 3,489
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
xAI: Grok 4.1 Fast 4.0 7.2 44.4% 1 8.08s 187 6,086
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
xAI: Grok 4.1 Fast 10.0 1.6 33.3% 1 27.71s 260 11,485

Comparație rapidă

Schimbă perechea de comparație

Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMiniMax M2.5mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsGrok 4.1 FastmediumGemini 3 Flash PreviewnonevsGrok 4.1 FastmediumGrok 4.1 FastmediumvsGLM 5noneMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumGPT-5.3 ChatnonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsGrok 4.1 FastmediumGPT-5.4nonevsQwen3.5-35B-A3Bmedium