- 排名
- #54
- 总输出令牌
- 80,538
- 响应时间（平均）
- 31.29s
- 总成本
- $1.558
GPT-5.2 (medium) vs Grok 4.6 (high)
GPT-5.2 (medium) 平均分领先，为 8.7 vs 8.5。 GPT-5.2 (medium) benchmark 成本更低，为 $1.558 vs $2.629。 GPT-5.2 (medium) 更快，为 31.29s vs 87.48s，通过率为 73.9% vs 82.6%。
已对比模型
- 排名
- #64
- 总输出令牌
- 312,614
- 响应时间（平均）
- 87.48s
- 总成本
- $2.629
推荐模型
GPT-5.2 (medium)
它在这里得分最高（8.7），同时成本比Grok 4.6 (high)低约 1.7 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.6 Grok 4.6 high |
|---|---|---|
| 分数 | 8.7 | 8.5 |
| 排名 | #54 | #64 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 10.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 73.9% | 82.6% |
| 不稳定测试 | 4 | 0 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 10.261 | 13.833 |
| 总成本 | $1.558 | $2.629 |
| 输入价格 | $1.750 / 1M | $2.000 / 1M |
| 输出价格 | $14.000 / 1M | $6.000 / 1M |
| 缓存读取价格 | $0.175 / 1M | $0.500 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 235,207 | 376,233 |
| 输出令牌 | 11,065 | 6,687 |
| 推理令牌 | 69,473 | 305,927 |
| 响应时间（平均） | 31.29s | 87.48s |
| 响应时间（最大） | 116.86s | 618.49s |
| 响应时间（总计） | 531.98s | 2012.15s |
| 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 |
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.
#54 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#64 SpaceXAI: Grok 4.6
high- 成本
- $0.107
- 时间
- 265.1s
- 令牌
- 18,001 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 27Bhigh免费可用Muse Spark 1.3lowvsGrok 4.6highClaude Sonnet 5mediumvsGrok 4.6highQwen3.7 MaxmediumvsGrok 4.6highQwen3.8 Max (0902)lowvsGrok 4.6highDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumClaude Sonnet 5.5xhighvsGrok 4.6highMuse Spark 1.1lowvsGrok 4.6highDeepSeek V4.1 FlashhighvsGPT-5.2mediumMuse Spark 1.1lowvsGPT-5.2mediumClaude Sonnet 5.5xhighvsGPT-5.2medium