- 排名
- #56
- 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 (medium)
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.5。 GPT-5.4 (medium) benchmark 成本更低，为 $1.560 vs $2.042。 GPT-5.4 (medium) 更快，为 22.85s vs 68.59s，通过率为 77.3% vs 83.3%。
已对比模型
- 排名
- #60
- 总输出令牌
- 299,460
- 响应时间（平均）
- 68.59s
- 总成本
- $2.042
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 3.0 倍。
详细对比
| 指标 | GPT-5.4 GPT-5.4 medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 8.5 | 8.5 |
| 排名 | #56 | #60 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 83.3% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.399 | 12.007 |
| 总成本 | $1.560 | $2.042 |
| 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 | 122,155 |
| 输出令牌 | 6,155 | 5,514 |
| 推理令牌 | 84,311 | 293,946 |
| 响应时间（平均） | 22.85s | 68.59s |
| 响应时间（最大） | 100.41s | 436.38s |
| 响应时间（总计） | 502.78s | 1508.91s |
| 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.
#56 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
#60 SpaceXAI: 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
DeepSeek V4.1 FlashhighvsGrok 4.5mediumDeepSeek V4.1 FlashlowvsGrok 4.5mediumMuse Spark 1.2lowvsGrok 4.5mediumGPT-5.4mediumvsQwen3.8 MaxlowDeepSeek V4.1 FlashlowvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.4mediumQwen3.8 27BhighvsGrok 4.5mediumGPT-6 SollowvsGrok 4.5mediumQwen3.8 MaxlowvsGrok 4.5mediumInkling SmallhighvsGrok 4.5mediumGrok 4.5mediumvsGLM 5.3 FlashXmax