#27 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
GPT-5.2 (medium) 平均分领先，为 8.4 vs 8.3。 GPT-5.2 (medium) benchmark 成本更低，为 $0.951 vs $1.928。 GPT-5.2 (medium) 更快，为 22.62s vs 61.71s，通过率为 72.7% vs 78.8%。
推荐模型GPT-5.2 (medium)它在这里得分最高（8.4），同时成本比Grok 4.5 (medium)低约 2.0 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 8.4 | 8.3 |
| 排名 | #27 | #28 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 78.8% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.791 | 12.049 |
| 总成本 | $0.951 | $1.928 |
| 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 | 122,146 |
| 输出令牌 | 9,914 | 5,514 |
| 推理令牌 | 44,868 | 275,053 |
| 响应时间（平均） | 22.62s | 61.71s |
| 响应时间（最大） | 102.93s | 436.38s |
| 响应时间（总计） | 339.28s | 1357.56s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#28 xAI: 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-5.2mediumvsGrok 4.5lowMuse Spark 1.1lowvsGrok 4.5mediumMuse Spark 1.1lowvsGPT-5.2mediumClaude Opus 5lowvsGPT-5.2mediumMuse Spark 1.1highvsGrok 4.5mediumClaude Opus 5lowvsGrok 4.5mediumGemini 3.5 Flash-LitehighvsGrok 4.5mediumInklinghighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGrok 4.5mediumvsGLM 5.2highMuse Spark 1.1highvsGPT-5.2mediumGemini 3.5 Flash-LitehighvsGPT-5.2medium