GPT-5.4 Mini (medium) vs Grok Build 0.1 (medium)

Средний балл практически равен: 7.5 vs 7.5. GPT-5.4 Mini (medium) имеет более низкую стоимость benchmark: $0.786 vs $1.130. GPT-5.4 Mini (medium) быстрее: 26.72s vs 54.50s, с долей успешных попыток 68.2% vs 60.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-15

Ранг: #88
Общее число выходных токенов: 158,344
Время ответа (среднее): 26.72s
Общая стоимость: $0.786

Ранг: #89
Общее число выходных токенов: 511,406
Время ответа (среднее): 54.50s
Общая стоимость: $1.130

Рекомендуемая модель GPT-5.4 Mini (medium)

Здесь у него лучший балл (7.5), и он отвечает примерно в 2.0 раза быстрее, чем Grok Build 0.1 (medium).

Подробное сравнение

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.5	7.5
Ранг	#88	#89
Надежность	10.0	10.0
Стабильность	8.1	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	68.2%	60.6%
Нестабильные тесты	5	1
Всего запусков	66	66
Стоимость за результат	6.546	8.691
Общая стоимость	$0.786	$1.130
Цена входа	$0.750 / 1M	$1.000 / 1M
Цена выхода	$4.500 / 1M	$2.000 / 1M
Общее число входных токенов	97,164	106,946
Выходные токены	6,211	7,993
Токены рассуждений	152,133	503,413
Время ответа (среднее)	26.72s	54.50s
Время ответа (макс.)	138.75s	252.69s
Время ответа (суммарно)	587.90s	1199.07s
Параметры	~400B всего (~17B активных)	~300B всего (~30B 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.

#88 GPT-5.4 Mini

medium

Стоимость: $0.056
Время: 95.5s
Токены: 12,464 tok

#89 SpaceXAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения

Qwen3.7 MaxnonevsGrok Build 0.1medium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT 5.3 ChatnonevsGrok Build 0.1medium GPT-5.6 TerralowvsGrok Build 0.1medium Qwen3.8 2.4T A95BhighvsGrok Build 0.1medium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh GPT-5.4 MinimediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsGrok Build 0.1medium Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium Claude Opus 5nonevsGPT-5.4 Minimedium Claude Opus 5nonevsGrok Build 0.1medium GPT-5.4 MinimediumvsSolar Pro 4xhigh