OpenAI: GPT-5.4 vs xAI: Grok 4.5

GPT-5.4 (medium) лидирует по среднему баллу: 8.5 vs 8.3. GPT-5.4 (medium) имеет более низкую стоимость benchmark: $1.533 vs $1.928. GPT-5.4 (medium) быстрее: 23.10s vs 61.71s, с долей успешных попыток 77.3% vs 78.8%.

Рекомендуемая модельGPT-5.4 (medium)Здесь у него лучший балл (8.5), и он отвечает примерно в 2.7 раза быстрее, чем Grok 4.5 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.5	8.3
Ранг	#21	#25
Надежность	10.0	10.0
Стабильность	8.6	8.9
Тестов верно
Доля успешных попыток	77.3%	78.8%
Нестабильные тесты	4	3
Всего запусков	66	66
Стоимость за результат	10.220	12.049
Общая стоимость	$1.533	$1.928
Цена входа	$2.500 / 1M	$2.000 / 1M
Цена выхода	$15.000 / 1M	$6.000 / 1M
Общее число входных токенов	81,127	122,146
Выходные токены	6,155	5,514
Токены рассуждений	82,515	275,053
Время ответа (среднее)	23.10s	61.71s
Время ответа (макс.)	100.41s	436.38s
Время ответа (суммарно)	508.26s	1357.56s

Hamster playing table tennis

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

#21 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 tok

#25 xAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.1lowvsGrok 4.5medium GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.4medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Kimi K3maxvsGrok 4.5medium GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium