#4 GPT-5.5
low- 成本
- $0.068
- 时间
- 37.0s
- 令牌
- 2,339 tok
AI BENCHY 对比
OpenAI: GPT-5.5 vs xAI: Grok 4.5
摘要
GPT-5.5 (low) vs Grok 4.5 (medium) benchmark 对比：GPT-5.5 (low) 平均分领先，为 9.3 vs 8.3。 GPT-5.5 (low) benchmark 成本更低，为 $0.907 vs $1.696。 GPT-5.5 (low) 更快，为 9.76s vs 62.63s，通过率为 85.7% vs 77.8%。
推荐模型: GPT-5.5 (low) - 它在这里得分最高（9.3），同时成本比Grok 4.5 (medium)低约 1.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-08
| 指标 | GPT-5.5 GPT-5.5 low | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 9.3 | 8.3 |
| 排名 | #4 | #23 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 10.0 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 85.7% | 77.8% |
| 不稳定测试 | 0 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 5.035 | 11.304 |
| 总成本 | $0.907 | $1.696 |
| 输入价格 | $5.000 / 1M | $2.000 / 1M |
| 输出价格 | $30.000 / 1M | $6.000 / 1M |
| 总输入令牌 | 34,209 | 53,500 |
| 输出令牌 | 2,046 | 1,621 |
| 推理令牌 | 22,460 | 263,127 |
| 响应时间（平均） | 9.76s | 62.63s |
| 响应时间（最大） | 56.19s | 436.38s |
| 响应时间（总计） | 204.92s | 1315.20s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 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
GPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.2 ChatnonevsGrok 4.5mediumGemini 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 4.8lowvsGrok 4.5mediumClaude Opus 4.7mediumvsGPT-5.5low