- 排名
- #19
- 总输出令牌
- 125,316
- 响应时间（平均）
- 38.97s
- 总成本
- $4.163
GPT-5.5 (medium) vs Grok 4.5 (high)
平均分几乎持平，为 9.0 vs 9.0。 Grok 4.5 (high) benchmark 成本更低，为 $2.252 vs $4.163。 GPT-5.5 (medium) 更快，为 38.97s vs 72.30s，通过率为 87.9% vs 86.4%。
- 排名
- #21
- 总输出令牌
- 324,462
- 响应时间（平均）
- 72.30s
- 总成本
- $2.252
推荐模型
Grok 4.5 (high)
它在这里得分最高（9.0），同时成本比GPT-5.5 (medium)低约 1.8 倍。
详细对比
| 指标 | GPT-5.5 GPT-5.5 medium | Grok 4.5 Grok 4.5 high |
|---|---|---|
| 分数 | 9.0 | 9.0 |
| 排名 | #19 | #21 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 87.9% | 86.4% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 23.127 | 12.565 |
| 总成本 | $4.163 | $2.252 |
| 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 | 80,668 | 152,175 |
| 输出令牌 | 5,617 | 5,655 |
| 推理令牌 | 119,699 | 318,807 |
| 响应时间（平均） | 38.97s | 72.30s |
| 响应时间（最大） | 332.10s | 676.83s |
| 响应时间（总计） | 857.43s | 1590.56s |
| 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.
#19 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 tok
#21 SpaceXAI: Grok 4.5
high- 成本
- $0.015
- 时间
- 29.7s
- 令牌
- 2,737 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
Qwen3.8 MaxmediumvsGrok 4.5highGPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashmediumvsGrok 4.5highQwen3.7 MaxmediumvsGrok 4.5highSeed 2.1 TurbolowvsGPT-5.5mediumSeed 2.1 TurbohighvsGPT-5.5mediumSeed 2.1 TurbolowvsGrok 4.5highGemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 5highvsGPT-5.5mediumClaude Opus 4.8mediumvsGrok 4.5highGemini 3.7 FlashlowvsGPT-5.5medium