- 排名
- #115
- 总输出令牌
- 158,344
- 响应时间（平均）
- 26.72s
- 总成本
- $0.786
GPT-5.4 Mini (medium) vs Grok 4.7 (high)
平均分几乎持平，为 7.5 vs 7.5。 GPT-5.4 Mini (medium) benchmark 成本更低，为 $0.786 vs $2.180。 GPT-5.4 Mini (medium) 更快，为 26.72s vs 113.10s，通过率为 68.2% vs 75.8%。
已对比模型
- 排名
- #109
- 总输出令牌
- 416,086
- 响应时间（平均）
- 113.10s
- 总成本
- $2.180
推荐模型
GPT-5.4 Mini (medium)
它在这里得分最高（7.5），同时成本比Grok 4.7 (high)低约 2.8 倍。
详细对比
| 指标 | GPT-5.4 Mini GPT-5.4 Mini medium | Grok 4.7 Grok 4.7 high |
|---|---|---|
| 分数 | 7.5 | 7.5 |
| 排名 | #115 | #109 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 8.1 | 7.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 75.8% |
| 不稳定测试 | 5 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.546 | 16.765 |
| 总成本 | $0.786 | $2.180 |
| 输入价格 | $0.750 / 1M | $1.600 / 1M |
| 输出价格 | $4.500 / 1M | $4.800 / 1M |
| 总输入令牌 | 97,164 | 113,892 |
| 输出令牌 | 6,211 | 6,907 |
| 推理令牌 | 152,133 | 409,179 |
| 响应时间（平均） | 26.72s | 113.10s |
| 响应时间（最大） | 138.75s | 573.57s |
| 响应时间（总计） | 587.90s | 2488.20s |
| 参数量 | ~400B 总计 (~17B 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.
#115 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 tok
#109 SpaceXAI: Grok 4.7
high- 成本
- $0.110
- 时间
- 301.3s
- 令牌
- 23,143 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
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 | |
| Grok 4.7 | 8.7 | 7.9 | 91.7% | 1 | 27.98s | 2,743 | 111 | 14,914 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 | |
| Grok 4.7 | 6.0 | 4.6 | 66.7% | 2 | 335.92s | 10,266 | 353 | 199,976 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 | |
| Grok 4.7 | 8.6 | 6.9 | 83.3% | 1 | 129.30s | 75,277 | 5,730 | 60,640 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 8.65s | 8,937 | 225 | 4,043 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.6 | 7.2 | 22.2% | 1 | 71.05s | 628 | 60 | 49,875 | |
| Grok 4.7 | 5.3 | 7.2 | 44.4% | 1 | 306.71s | 1,980 | 10 | 98,585 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 | |
| Grok 4.7 | 4.1 | 2.7 | 33.3% | 1 | 17.06s | 1,077 | 52 | 3,238 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 | |
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 14.15s | 1,857 | 57 | 6,421 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 19.88s | 2,430 | 178 | 10,706 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 5.08s | 8,536 | 177 | 568 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 62.44s | 789 | 14 | 10,088 |
快速对比
切换对比组合
Gemini 3.8 FlashlowvsGPT-5.4 MinimediumMiniMax M3mediumvsGrok 4.7highGPT-5.6 TerralowvsGrok 4.7highGPT 5.3 ChatnonevsGrok 4.7highQwen3.5 Plus 2026-02-15mediumvsGrok 4.7highQwen3.5-27BmediumvsGrok 4.7highGPT-5.4 MinimediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsGrok 4.7highGemini 3.8 FlashlowvsGrok 4.7highGPT-5.4 NanomediumvsGrok 4.7highGemini 3.1 Flash Lite PreviewmediumvsGrok 4.7highQwen3.7 MaxnonevsGrok 4.7high