- 排名
- #36
- 总输出令牌
- 54,782
- 响应时间（平均）
- 22.62s
- 总成本
- $0.951
GPT-5.2 (medium) vs Grok 4.6 (medium)
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 $1.656。 GPT-5.2 (medium) 更快，为 22.62s vs 71.86s，通过率为 72.7% vs 80.3%。
- 排名
- #40
- 总输出令牌
- 240,338
- 响应时间（平均）
- 71.86s
- 总成本
- $1.656
推荐模型
GPT-5.2 (medium)
它在这里得分最高（8.4），同时成本比Grok 4.6 (medium)低约 1.7 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| 分数 | 8.4 | 8.3 |
| 排名 | #36 | #40 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 80.3% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.791 | 11.038 |
| 总成本 | $0.951 | $1.656 |
| 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 | 106,778 |
| 输出令牌 | 9,914 | 4,811 |
| 推理令牌 | 44,868 | 235,527 |
| 响应时间（平均） | 22.62s | 71.86s |
| 响应时间（最大） | 102.93s | 514.35s |
| 响应时间（总计） | 339.28s | 1580.96s |
| 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.
#36 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#40 SpaceXAI: Grok 4.6
medium- 成本
- $0.028
- 时间
- 72.1s
- 令牌
- 4,771 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 4.5lowGPT-5.2mediumvsInkling SmallhighInkling SmallhighvsGrok 4.6mediumMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.1lowvsGrok 4.6mediumMuse Spark 1.2lowvsGrok 4.6mediumMuse Spark 1.1lowvsGPT-5.2mediumMuse Glimmer 30BxhighvsGrok 4.6mediumDeepSeek V4 Flash 0731lowvsGrok 4.6mediumQwen3.8 2.4T A95BlowvsGrok 4.6mediumMuse Glimmer 30BxhighvsGPT-5.2mediumClaude Opus 5lowvsGPT-5.2medium