导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Grok 4.1 Fast

摘要

GPT-5.5 vs Grok 4.1 Fast benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 4.0。 Grok 4.1 Fast benchmark 成本更低，为 $0.008 vs $0.907。 Grok 4.1 Fast 更快，为 1.62s vs 9.76s，通过率为 85.7% vs 20.6%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Grok 4.1 Fast Grok 4.1 Fast none 发布日期: 2025-11-19
分数 9.3 4.0
排名 #4 #166
可靠性 10.0 10.0
一致性 10.0 7.9
测试正确
尝试通过率 85.7% 20.6%
不稳定测试 0 3
总运行次数 63 57
每个结果成本 5.035 0.273
总成本 $0.907 $0.008
输入价格 $5.000 / 1M $0.202 / 1M
输出价格 $30.000 / 1M $0.202 / 1M
总输入令牌 34,209 36,608
输出令牌 2,046 1,723
推理令牌 22,460 0
响应时间（平均） 9.76s 1.62s
响应时间（最大） 56.19s 5.51s
响应时间（总计） 204.92s 19.48s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 tok

#166 Grok 4.1 Fast

none
Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)
成本
$0.000
时间
0.1s
令牌
0 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok 4.1 Fast 3.2 10.0 0.0% 0 1.07s 2,502 235 0
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok 4.1 Fast 1.8 1.1 11.1% 1 1.79s 1,203 567 0
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok 4.1 Fast 3.0 10.0 0.0% 0 3.33s 8,997 105 0
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok 4.1 Fast 10.0 10.0 100.0% 0 943ms 8,073 180 0
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok 4.1 Fast 5.9 7.2 55.6% 1 1.06s 2,133 15 0
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok 4.1 Fast 4.4 9.9 0.0% 0 1.08s 948 112 0
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok 4.1 Fast 3.0 10.0 0.0% 0 685ms 1,608 60 0
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok 4.1 Fast 3.0 10.0 0.0% 0 1.10s 2,058 229 0
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok 4.1 Fast 2.8 1.6 33.3% 1 5.51s 8,432 208 0
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok 4.1 Fast 3.0 10.0 0.0% 0 731ms 654 12 0

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low