- 排名
- #64
- 总输出令牌
- 71,252
- 响应时间（平均）
- 28.51s
- 总成本
- $1.182
GPT-5.2 (medium) vs Grok 4.5 (medium)
Grok 4.5 (medium) 平均分领先，为 8.5 vs 8.4。 GPT-5.2 (medium) benchmark 成本更低，为 $1.182 vs $2.042。 GPT-5.2 (medium) 更快，为 28.51s vs 68.59s，通过率为 72.7% vs 83.3%。
已对比模型
- 排名
- #60
- 总输出令牌
- 299,460
- 响应时间（平均）
- 68.59s
- 总成本
- $2.042
推荐模型
GPT-5.2 (medium)
它的得分接近这里的最高分（8.4 vs 8.5），同时成本比Grok 4.5 (medium)低约 1.7 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 8.4 | 8.5 |
| 排名 | #64 | #60 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 83.3% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.438 | 12.007 |
| 总成本 | $1.182 | $2.042 |
| 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 | 105,013 | 122,155 |
| 输出令牌 | 9,914 | 5,514 |
| 推理令牌 | 61,338 | 293,946 |
| 响应时间（平均） | 28.51s | 68.59s |
| 响应时间（最大） | 116.86s | 436.38s |
| 响应时间（总计） | 456.13s | 1508.91s |
| 参数量 | ~1.2T 总计 (~80B 激活) | ~1.7T 总计 (~170B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#64 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#60 SpaceXAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 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
GPT-5.2mediumvsQwen3.8 27BhighGPT-5.2mediumvsGrok 4.5lowDeepSeek V4.1 FlashhighvsGrok 4.5mediumDeepSeek V4.1 FlashlowvsGrok 4.5mediumMuse Spark 1.2lowvsGrok 4.5mediumGPT-5.2mediumvsInkling SmallhighGPT-5.2mediumvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumQwen3.8 27BhighvsGrok 4.5mediumDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashlowvsGPT-5.2medium