- 排名
- #37
- 总输出令牌
- 90,466
- 响应时间（平均）
- 22.85s
- 总成本
- $1.560
GPT-5.4 (medium) vs Grok 4.5 (low)
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.4。 Grok 4.5 (low) benchmark 成本更低，为 $0.945 vs $1.560。 Grok 4.5 (low) 更快，为 16.17s vs 22.85s，通过率为 77.3% vs 77.3%。
- 排名
- #41
- 总输出令牌
- 115,489
- 响应时间（平均）
- 16.17s
- 总成本
- $0.945
推荐模型
Grok 4.5 (low)
它的得分接近这里的最高分（8.4 vs 8.5），同时成本比GPT-5.4 (medium)低约 1.7 倍。
详细对比
| 指标 | GPT-5.4 GPT-5.4 medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| 分数 | 8.5 | 8.4 |
| 排名 | #37 | #41 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 9.3 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 77.3% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.399 | 5.901 |
| 总成本 | $1.560 | $0.945 |
| 输入价格 | $2.500 / 1M | $2.000 / 1M |
| 输出价格 | $15.000 / 1M | $6.000 / 1M |
| 总输入令牌 | 81,136 | 125,605 |
| 输出令牌 | 6,155 | 7,505 |
| 推理令牌 | 84,311 | 107,984 |
| 响应时间（平均） | 22.85s | 16.17s |
| 响应时间（最大） | 100.41s | 205.28s |
| 响应时间（总计） | 502.78s | 355.67s |
| 参数量 | ~1.5T 总计 (~100B 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.
#37 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
#41 SpaceXAI: 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
GPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowSeed 2.1 TurbomediumvsGrok 4.5lowInkling SmallhighvsGrok 4.5lowGPT-5.4mediumvsQwen3.8 MaxlowMuse Spark 1.2lowvsGPT-5.4mediumGPT-5.4mediumvsQwen3.8 27BhighMuse Spark 1.2highvsGPT-5.4mediumGPT-5.4mediumvsInkling SmallhighGemini 2.5 FlashmediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsGrok 4.5lowGPT-5.4mediumvsGLM 5.3 Flashmax