#21 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
OpenAI: GPT-5.2 vs xAI: Grok 4.5
平均分几乎持平，为 8.4 vs 8.4。 Grok 4.5 (low) benchmark 成本更低，为 $0.935 vs $0.951。 Grok 4.5 (low) 更快，为 15.56s vs 22.62s，通过率为 72.7% vs 75.8%。
推荐模型Grok 4.5 (low)它在本次比较中得分最高（8.4），并且在全部 2 个模型中兼顾成本和响应时间最好。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #21 | #20 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 75.8% |
| 不稳定测试 | 4 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.791 | 5.844 |
| 总成本 | $0.951 | $0.935 |
| 输入价格 | $1.750 / 1M | $2.000 / 1M |
| 输出价格 | $14.000 / 1M | $6.000 / 1M |
| 总输入令牌 | 105,004 | 125,596 |
| 输出令牌 | 9,914 | 7,505 |
| 推理令牌 | 44,868 | 106,446 |
| 响应时间（平均） | 22.62s | 15.56s |
| 响应时间（最大） | 102.93s | 205.28s |
| 响应时间（总计） | 339.28s | 342.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 xAI: Grok 4.5
low- 成本
- $0.011
- 时间
- 12.4s
- 令牌
- 2,018 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
快速对比
切换对比组合
Qwen3.6 Max PreviewmediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1lowvsGPT-5.2mediumGemini 2.5 FlashmediumvsGrok 4.5lowClaude Fable 5mediumvsGrok 4.5lowMuse Spark 1.1mediumvsGrok 4.5lowClaude Opus 4.7mediumvsGrok 4.5lowMuse Spark 1.1highvsGPT-5.2mediumGPT-5 MinimediumvsGrok 4.5lowMuse Spark 1.1highvsGrok 4.5lowStep 3.7 FlashmediumvsGrok 4.5low