Gemini 4 Argon (low) vs Grok 4.5 (high)

已对比模型

排名: #92
总输出令牌: 6,097
响应时间（平均）: 5.72s
总成本: $0.438

排名: #93
总输出令牌: 333,632
响应时间（平均）: 72.50s
总成本: $2.687

推荐模型 Gemini 4 Argon (low)

它在这里得分最高（8.2），同时成本比Grok 4.5 (high)低约 6.1 倍。

详细对比

指标	Gemini 4 Argon Gemini 4 Argon low 发布日期: 2026-10-13	Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08

指标	Gemini 4 Argon Gemini 4 Argon low 发布日期: 2026-10-13	Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08
分数	8.2	8.2
排名	#92	#93
可靠性	9.8	10.0
一致性	7.9	8.9
尝试次数	69/69	69/69
测试正确
尝试通过率	79.7%	82.6%
不稳定测试	6	3
总运行次数	69	69
每个结果成本	2.916	15.123
总成本	$0.438	$2.687
输入价格	$2.000 / 1M	$2.000 / 1M
输出价格	$10.000 / 1M	$6.000 / 1M
缓存读取价格	$0.100 / 1M	$0.300 / 1M
缓存写入价格	$0.188 / 1M	不适用
总输入令牌	188,162	342,124
输出令牌	6,097	7,135
推理令牌	0	326,497
响应时间（平均）	5.72s	72.50s
响应时间（最大）	60.87s	676.83s
响应时间（总计）	131.67s	1667.51s
参数量	~1.2T 总计 (~20B 激活)	~1.7T 总计 (~170B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#92 Gemini 4 Argon

low

成本: $0.064
时间: 52.8s
令牌: 6,454 tok

#93 SpaceXAI: Grok 4.5

high

成本: $0.015
时间: 29.7s
令牌: 2,737 tok

按分数排名的模型

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

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	10.0	10.0	100.0%	0		60.87s	112,229	1,478	0
Grok 4.5	5.0	10.0	0.0%	0		76.95s	189,949	1,480	7,690

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	8.7	7.9	91.7%	1		1.92s	918	248	0
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	10.0	10.0	100.0%	0		2.25s	8,448	498	0
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	3.8	1.6	50.0%	2		11.93s	50,051	2,775	0
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	10.0	10.0	100.0%	0		2.36s	8,025	337	0
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	5.3	7.2	44.4%	1		1.94s	963	50	0
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	10.0	10.0	100.0%	0		2.11s	591	140	0
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	10.0	10.0	100.0%	0		2.40s	825	96	0
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	8.7	7.7	88.9%	1		2.18s	882	241	0
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	4.7	1.6	66.7%	1		6.57s	4,969	210	0
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 4 Argon	3.0	10.0	0.0%	0		1.96s	261	24	0
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

切换对比组合

Grok 4.5highvsGLM 5.2medium Gemini 4 ArgonlowvsGLM 5.2medium Gemini 4 ArgonlowvsQwen3.7 Plusmedium Gemini 4 ArgonlowvsLing 3.1 Flashmedium Qwen3.7 PlusmediumvsGrok 4.5high Ling 3.1 FlashmediumvsGrok 4.5high GPT-5.6 TerramediumvsGrok 4.5high Gemini 4 ArgonlowvsGPT-5.6 Terramedium Claude Opus 4.8mediumvsGemini 4 Argonlow Gemini 4 ArgonlowvsGPT-6 Lunamedium Claude Opus 4.8mediumvsGrok 4.5high GPT-6 LunamediumvsGrok 4.5high