Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5 Mini vs xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică GPT-5 Mini GPT-5 Mini medium Lansare: 2025-08-07 Grok Build 0.1 Grok Build 0.1 none Lansare: 2026-05-21
Scor 6.9 6.6
Rang #73 #82
Fiabilitate 10.0 10.0
Consistență 8.7 8.0
Teste corecte
Rată de trecere pe încercare 60.0% 60.4%
Teste instabile 3 4
Rulări totale 60 57
Cost per rezultat 1.494 7.805
Cost total $0.150 $0.547
Preț de intrare $0.250 / 1M $1.000 / 1M
Preț de ieșire $2.000 / 1M $2.000 / 1M
Tokenuri de ieșire 6,636 267,275
Tokenuri de raționament 63,722 0
Timp de răspuns (mediu) 23.99s 28.69s
Timp de răspuns (maxim) 88.15s 138.35s
Timp de răspuns (total) 479.86s 459.00s

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 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 30.74s 580 12,544
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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 Mini 7.9 6.5 83.3% 1 15.66s 318 4,992
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 5.6 9.8 33.3% 0 14.09s 1,527 5,760
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 3.0 10.0 0.0% 0 9.99s 160 1,856
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneClaude Sonnet 4.6nonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneGemma 4 31BnoneDisponibil gratuitvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumDeepSeek V4 ProhighvsGPT-5 MinimediumRing-2.6-1TnonevsGPT-5 MinimediumGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1none