AI BENCHY 对比
OpenAI: GPT-5.5 vs xAI: Grok 4.3
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | GPT-5.5 GPT-5.5 low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 9.0 | 8.2 |
| 排名 | #5 | #20 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 87.0% | 81.5% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 4.534 | 3.974 |
| 总成本 | $0.681 | $0.517 |
| ???? | $5.000 / 1M | $1.250 / 1M |
| ???? | $30.000 / 1M | $2.500 / 1M |
| 输出令牌 | 1,959 | 1,223 |
| 推理令牌 | 16,134 | 187,047 |
| 响应时间（平均） | 8.39s | 48.63s |
| 响应时间（最大） | 56.19s | 216.69s |
| 响应时间（总计） | 151.01s | 875.27s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
HY3 Previewlow免费可用vsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumClaude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3mediumGPT-5.5lowvsHY3 Previewhigh免费可用HY3 Previewhigh免费可用vsGrok 4.3medium