Navigare
AI BENCHY
Advertise here

GPT-5.5 vs Grok 4.20 (medium)

Scorul mediu este practic egal la 7.0 vs 7.0. GPT-5.5 are costul de benchmark mai mic, $0.544 vs $0.805. GPT-5.5 este mai rapid cu 2.35s vs 32.56s, cu rate de reușită de 59.1% vs 60.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-15

Rang
#118
Total tokenuri de ieșire
4,915
Timp de răspuns (mediu)
2.35s
Cost total
$0.544
Rang
#120
Total tokenuri de ieșire
270,259
Timp de răspuns (mediu)
32.56s
Cost total
$0.805
Model recomandat GPT-5.5

Are cel mai bun scor aici (7.0) și răspunde de aproximativ 13.8x mai rapid decât Grok 4.20 (medium).

Comparație detaliată

Metrică GPT-5.5 GPT-5.5 none Lansare: 2026-04-24 Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31
Scor 7.0 7.0
Rang #118 #120
Fiabilitate 10.0 10.0
Consistență 9.2 8.2
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 59.1% 60.6%
Teste instabile 2 5
Rulări totale 66 66
Cost per rezultat 4.533 10.365
Cost total $0.544 $0.805
Preț de intrare $5.000 / 1M $1.250 / 1M
Preț de ieșire $30.000 / 1M $2.500 / 1M
Total tokenuri de intrare 79,294 102,986
Tokenuri de ieșire 4,915 5,860
Tokenuri de raționament 0 264,399
Timp de răspuns (mediu) 2.35s 32.56s
Timp de răspuns (maxim) 12.24s 199.66s
Timp de răspuns (total) 51.78s 716.36s
Parametri ~1.5T în total (~100B activi) ~1T în total (~100B activi)
Disponibilitate Închis Închis

Prezentare generare modele

Hamster playing table tennis

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

#118 GPT-5.5

none
Cost
$0.090
Timp
54.3s
Tokenuri
3,063 tok

#120 SpaceXAI: Grok 4.20

medium
Cost
$0.041
Timp
110.3s
Tokenuri
16,336 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

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 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

Comparație rapidă

Schimbă perechea de comparație