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 4.2. Grok Build 0.1 are costul de benchmark mai mic, $0.547 vs $0.907. GPT-5.5 este mai rapid cu 9.76s vs 28.69s, cu rate de reușită de 85.7% vs 46.0%.

Model recomandat: GPT-5.5 - Are cel mai bun scor aici (9.3) și răspunde de aproximativ 2.9x 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 none Lansare: 2026-05-21
Scor 9.3 4.2
Rang #4 #165
Fiabilitate 10.0 10.0
Consistență 10.0 7.5
Teste corecte
Rată de trecere pe încercare 85.7% 46.0%
Teste instabile 0 4
Rulări totale 63 57
Cost per rezultat 5.035 7.805
Cost total $0.907 $0.547
Preț de intrare $5.000 / 1M $1.000 / 1M
Preț de ieșire $30.000 / 1M $2.000 / 1M
Total tokenuri de intrare 34,209 11,793
Tokenuri de ieșire 2,046 267,275
Tokenuri de raționament 22,460 0
Timp de răspuns (mediu) 9.76s 28.69s
Timp de răspuns (maxim) 56.19s 138.35s
Timp de răspuns (total) 204.92s 459.00s

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

#165 xAI: Grok Build 0.1

none
Nu s-a generat încă niciun rezultat de prezentare pentru acest model.
Cost
$0.000
Timp
-
Tokenuri
0 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 8.7 7.9 91.7% 1 6.30s 2,010 11,162 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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok Build 0.1 3.3 3.3 33.3% 0 21.41s 1,080 16,568 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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok Build 0.1 3.0 10.0 0.0% 0 0ms 0 0 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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok Build 0.1 3.8 5.8 33.3% 1 9.33s 2,532 6,359 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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 1,764 179,469 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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 825 6,647 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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 1,362 8,970 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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 1,689 14,982 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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok Build 0.1 3.0 10.0 0.0% 0 0ms 0 0 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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 531 23,118 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low