GPT-5.4 (medium) vs Grok 4.6 (medium)

GPT-5.4 (medium) лидирует по среднему баллу: 8.5 vs 8.4. GPT-5.4 (medium) имеет более низкую стоимость benchmark: $1.560 vs $1.713. GPT-5.4 (medium) быстрее: 22.85s vs 73.46s, с долей успешных попыток 77.3% vs 81.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-02

Ранг: #38
Общее число выходных токенов: 90,466
Время ответа (среднее): 22.85s
Общая стоимость: $1.560

Ранг: #41
Общее число выходных токенов: 249,808
Время ответа (среднее): 73.46s
Общая стоимость: $1.713

Рекомендуемая модель GPT-5.4 (medium)

Здесь у него лучший балл (8.5), и он отвечает примерно в 3.2 раза быстрее, чем Grok 4.6 (medium).

Подробное сравнение

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12
Оценка	8.5	8.4
Ранг	#38	#41
Надежность	10.0	10.0
Стабильность	8.6	8.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	77.3%	81.8%
Нестабильные тесты	4	4
Всего запусков	66	66
Стоимость за результат	10.399	10.703
Общая стоимость	$1.560	$1.713
Цена входа	$2.500 / 1M	$2.000 / 1M
Цена выхода	$15.000 / 1M	$6.000 / 1M
Общее число входных токенов	81,136	106,787
Выходные токены	6,155	4,811
Токены рассуждений	84,311	244,997
Время ответа (среднее)	22.85s	73.46s
Время ответа (макс.)	100.41s	514.35s
Время ответа (суммарно)	502.78s	1616.12s
Параметры	~1.5T всего (~100B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#38 GPT-5.4

medium

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

#41 SpaceXAI: Grok 4.6

medium

Стоимость: $0.028
Время: 72.1s
Токены: 4,771 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 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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		72.44s	628	61	36,544
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.2lowvsGrok 4.6medium GPT-5.4mediumvsQwen3.8 Maxlow Qwen3.8 27BhighvsGrok 4.6medium Inkling SmallhighvsGrok 4.6medium Muse Spark 1.2lowvsGPT-5.4medium Qwen3.8 MaxlowvsGrok 4.6medium GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsGrok 4.6medium GPT-5.4mediumvsQwen3.8 27Bhigh Muse Spark 1.2highvsGPT-5.4medium GPT-5.4mediumvsInkling Smallhigh GPT-5.4mediumvsGLM 5.3 Flashmax