Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok Build 0.1

Rezumat

Comparație benchmark GPT-5.5 vs Grok Build 0.1: GPT-5.5 conduce la scorul mediu cu 9.3 vs 7.6. GPT-5.5 are costul de benchmark mai mic, $0.907 vs $0.927. GPT-5.5 este mai rapid cu 9.76s vs 49.90s, cu rate de reușită de 85.7% vs 61.9%.

Model recomandat: GPT-5.5 - Are cel mai bun scor aici (9.3) și răspunde de aproximativ 5.1x mai rapid decât Grok Build 0.1.

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

Metrică GPT-5.5 GPT-5.5 low Lansare: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium Lansare: 2026-05-21
Scor 9.3 7.6
Rang #4 #44
Fiabilitate 10.0 10.0
Consistență 10.0 9.9
Teste corecte
Rată de trecere pe încercare 85.7% 61.9%
Teste instabile 0 0
Rulări totale 63 63
Cost per rezultat 5.035 7.124
Cost total $0.907 $0.927
Preț de intrare $5.000 / 1M $1.000 / 1M
Preț de ieșire $30.000 / 1M $2.000 / 1M
Total tokenuri de intrare 34,209 44,418
Tokenuri de ieșire 2,046 2,782
Tokenuri de raționament 22,460 438,018
Timp de răspuns (mediu) 9.76s 49.90s
Timp de răspuns (maxim) 56.19s 252.69s
Timp de răspuns (total) 204.92s 1047.92s

Prezentare generare

Hamster playing table tennis

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

#4 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 tok

#44 xAI: Grok Build 0.1

medium
Cost
$0.028
Timp
81.3s
Tokenuri
14,009 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.5lowvsQwen3.7 MaxmediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsGrok Build 0.1mediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGrok Build 0.1mediumClaude Opus 4.8nonevsGrok Build 0.1medium