Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.6 5.4
Rang #64 #69
Consistență 9.0 9.5
Teste corecte
Rată de trecere pe încercare 39.2% 31.4%
Teste instabile 2 1
Rulări totale 51 51
Cost per rezultat 1.573 1.809
Cost total $0.095 $0.091
Preț de intrare $2.500 / 1M $2.000 / 1M
Preț de ieșire $15.000 / 1M $6.000 / 1M
Tokenuri de ieșire 1,837 1,655
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.43s 1.11s
Timp de răspuns (maxim) 2.89s 6.04s
Timp de răspuns (total) 24.27s 18.80s

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 3.2 8.0 8.3% 1 1.21s 406 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 3.0 10.0 0.0% 0 2.89s 291 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 10.0 10.0 100.0% 0 1.04s 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 5.3 7.2 44.4% 1 1.07s 50 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 4.4 9.9 0.0% 0 1.78s 184 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 6.5 10.0 50.0% 0 1.07s 81 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 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 10.0 10.0 100.0% 0 2.75s 246 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsGPT-5.4noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGPT-5.4nonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneMiniMax M2.7mediumvsGPT-5.4noneMercury 2mediumvsGPT-5.4noneGrok 4.20nonevsGLM 4.7 FlashmediumGPT-5.4nonevsQwen3 Coder Nextmedium