Model comparison

GPT-5.4 mini vs Grok 2 Mini 2024 08 13

GPT-5.4 mini is the stronger model overall, scoring 45.0 to 37.7 on the Noometry Index.

Last verified . 17 shared benchmarks.

GPT-5.4 mini OpenAI

45.0

Rank #76 Confirmed

Grok 2 Mini 2024 08 13 xAI

37.7

Rank #198 Confirmed

Summary

  • They share 17 benchmarks with published results for both. GPT-5.4 mini scores higher in 8 categories and Grok 2 Mini 2024 08 13 in 0 categories; 8 gaps are clear of the uncertainty.
  • The widest gap is in knowledge, where GPT-5.4 mini leads 51.5 to 33.9.

Side by side

GPT-5.4 mini and Grok 2 Mini 2024 08 13 specifications
GPT-5.4 miniGrok 2 Mini 2024 08 13
ProviderOpenAIxAI
Noometry Index45.037.7
Released2026-03-172024-08-13
WeightsProprietaryProprietary
Context window400K—
Max output128K—
Input $ / M tokens$0.75—
Output $ / M tokens$4.50—
Results tracked4617

Sponsored placements are available on pages like this one. Advertise on Noometry

Category by category

Coding GPT-5.4 mini leads

GPT-5.4 mini: 45.2 (#72), Grok 2 Mini 2024 08 13: 37.0 (#199)

Coding benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Coding14381269
FrontierCode27%—
LMArena WebDev1397—
SciCode49.9%—
WeirdML60.3%—
ALE-Bench1,189—

Agentic & Tool Use Not comparable

GPT-5.4 mini: 29.9 (#81), Grok 2 Mini 2024 08 13: —

Agentic & Tool Use benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
DeepResearch Bench36.3%—

Reasoning GPT-5.4 mini leads

GPT-5.4 mini: 30.4 (#85), Grok 2 Mini 2024 08 13: 24.8 (#159)

Reasoning benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Hard Prompts14241255
ARC-AGI-218.9%—
Kagi LLM Benchmark37.9%—
NYT Connections (extended)61.8%—
ARC-AGI-163.7%—
CritPt10%—
Chess Puzzles24%—
Thematic Generalization61.7%—
Mystery Game Puzzles11%—
DTBench80%—
LMCA40.8%—
Epoch Capabilities Index148.84—
ForecastBench57—

Math GPT-5.4 mini leads

GPT-5.4 mini: 45.5 (#75), Grok 2 Mini 2024 08 13: 35.4 (#185)

Math benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Math14191265
FrontierMath (Tiers 1-3)51.2%—
FrontierMath Tier 49.8%—
OTIS Mock AIME 2024-202588.9%—
ProofBench21%—
FrontierMath (Feb 2025 set)28.3%—
FrontierMath Tier 4 (v1)2.1%—

Knowledge GPT-5.4 mini leads

GPT-5.4 mini: 51.5 (#67), Grok 2 Mini 2024 08 13: 33.9 (#200)

Knowledge benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Expert14351238
GPQA Diamond86.9%—
SimpleQA Verified29.4%—
Vectara Hallucination Rate5.5%—

Multimodal Not comparable

GPT-5.4 mini: 39.7 (#56), Grok 2 Mini 2024 08 13: —

Multimodal benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Vision1245—

Multilingual GPT-5.4 mini leads

GPT-5.4 mini: 51.9 (#96), Grok 2 Mini 2024 08 13: 41.4 (#208)

Multilingual benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Non-English14051257
LMArena Chinese14461262
LMArena French14401286
LMArena German14091273
LMArena Japanese13741213
LMArena Korean13681195
LMArena Russian14171261
LMArena Spanish14051279

Instruction Following GPT-5.4 mini leads

GPT-5.4 mini: 74.1 (#102), Grok 2 Mini 2024 08 13: 65.5 (#220)

Instruction Following benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Instruction Following14051245

Long Context GPT-5.4 mini leads

GPT-5.4 mini: 43.0 (#112), Grok 2 Mini 2024 08 13: 38.4 (#196)

Long Context benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Longer Query14071266

Writing & Preference GPT-5.4 mini leads

GPT-5.4 mini: 64.0 (#58), Grok 2 Mini 2024 08 13: 47.3 (#211)

Writing & Preference benchmarks
BenchmarkGPT-5.4 miniGrok 2 Mini 2024 08 13
LMArena Text14121281
LMArena Creative Writing13701242
LMArena Multi-Turn14291265
EQ-Bench Creative Writing1665—

Frequently asked questions

Is GPT-5.4 mini better than Grok 2 Mini 2024 08 13?

GPT-5.4 mini is the stronger model overall, scoring 45.0 to 37.7 on the Noometry Index.

Is GPT-5.4 mini or Grok 2 Mini 2024 08 13 better for coding?

GPT-5.4 mini scores higher on coding benchmarks: 45.2 versus 37.0 in the Noometry coding category.

How many benchmarks do GPT-5.4 mini and Grok 2 Mini 2024 08 13 share?

17 benchmarks have published results for both models. GPT-5.4 mini has 46 scored results on Noometry and Grok 2 Mini 2024 08 13 has 17.

Related comparisons

Go deeper