#21 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
OpenAI: GPT-5.4 vs xAI: Grok 4.5
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.3。 GPT-5.4 (medium) benchmark 成本更低，为 $1.533 vs $1.928。 GPT-5.4 (medium) 更快，为 23.10s vs 61.71s，通过率为 77.3% vs 78.8%。
推荐模型GPT-5.4 (medium)它在这里得分最高（8.5），同时响应速度比Grok 4.5 (medium)快约 2.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22
| 指标 | GPT-5.4 GPT-5.4 medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 8.5 | 8.3 |
| 排名 | #21 | #25 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 78.8% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.220 | 12.049 |
| 总成本 | $1.533 | $1.928 |
| 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 | 81,127 | 122,146 |
| 输出令牌 | 6,155 | 5,514 |
| 推理令牌 | 82,515 | 275,053 |
| 响应时间（平均） | 23.10s | 61.71s |
| 响应时间（最大） | 100.41s | 436.38s |
| 响应时间（总计） | 508.26s | 1357.56s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#25 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
Muse Spark 1.1lowvsGrok 4.5mediumGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1highvsGrok 4.5mediumMuse Spark 1.1lowvsGPT-5.4mediumGemini 3.5 Flash-LitehighvsGrok 4.5mediumInklinghighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGrok 4.5mediumvsGLM 5.2highKimi K3maxvsGrok 4.5mediumGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.4mediumvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.4medium