Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs xAI: Grok 4.5

Rezumat

Comparație benchmark GPT-5.6 Luna (medium) vs Grok 4.5 (low): Grok 4.5 (low) conduce la scorul mediu cu 7.8 vs 7.6. GPT-5.6 Luna (medium) are costul de benchmark mai mic, $0.258 vs $0.760. GPT-5.6 Luna (medium) este mai rapid cu 6.70s vs 15.48s, cu rate de reușită de 63.5% vs 74.6%.

Model recomandat: GPT-5.6 Luna (medium) - Scorul rămâne aproape de cel mai bun scor de aici (7.6 vs 7.8) și costă de aproximativ 3.0x mai puțin decât Grok 4.5 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică GPT-5.6 Luna GPT-5.6 Luna medium Lansare: 2026-07-09 Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor 7.6 7.8
Rang #54 #39
Fiabilitate 10.0 10.0
Consistență 9.6 9.7
Teste corecte
Rată de trecere pe încercare 63.5% 74.6%
Teste instabile 1 1
Rulări totale 63 63
Cost per rezultat 1.978 5.061
Cost total $0.258 $0.760
Preț de intrare $1.000 / 1M $2.000 / 1M
Preț de ieșire $6.000 / 1M $6.000 / 1M
Total tokenuri de intrare 35,699 58,652
Tokenuri de ieșire 2,148 1,735
Tokenuri de raționament 34,740 105,233
Timp de răspuns (mediu) 6.70s 15.48s
Timp de răspuns (maxim) 29.85s 205.28s
Timp de răspuns (total) 140.62s 324.98s

Prezentare generare

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium
Cost
$0.014
Timp
14.6s
Tokenuri
2,362 tok

#39 xAI: Grok 4.5

low
Cost
$0.011
Timp
12.4s
Tokenuri
2,018 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowDeepSeek V4 ProhighvsGPT-5.6 LunamediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponibil gratuitvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5low