- 排名
- #118
- 总输出令牌
- 4,915
- 响应时间（平均）
- 2.35s
- 总成本
- $0.544
GPT-5.5 vs Grok 4.20 (medium)
平均分几乎持平，为 7.0 vs 7.0。 GPT-5.5 benchmark 成本更低，为 $0.544 vs $0.805。 GPT-5.5 更快，为 2.35s vs 32.56s，通过率为 59.1% vs 60.6%。
- 排名
- #120
- 总输出令牌
- 270,259
- 响应时间（平均）
- 32.56s
- 总成本
- $0.805
推荐模型
GPT-5.5
它在这里得分最高（7.0），同时响应速度比Grok 4.20 (medium)快约 13.8 倍。
详细对比
| 指标 | GPT-5.5 GPT-5.5 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #118 | #120 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 59.1% | 60.6% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.533 | 10.365 |
| 总成本 | $0.544 | $0.805 |
| 输入价格 | $5.000 / 1M | $1.250 / 1M |
| 输出价格 | $30.000 / 1M | $2.500 / 1M |
| 总输入令牌 | 79,294 | 102,986 |
| 输出令牌 | 4,915 | 5,860 |
| 推理令牌 | 0 | 264,399 |
| 响应时间（平均） | 2.35s | 32.56s |
| 响应时间（最大） | 12.24s | 199.66s |
| 响应时间（总计） | 51.78s | 716.36s |
| 参数量 | ~1.5T 总计 (~100B 激活) | ~1T 总计 (~100B 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.
#118 GPT-5.5
none- 成本
- $0.090
- 时间
- 54.3s
- 令牌
- 3,063 tok
#120 SpaceXAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGLM 5.1mediumDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneGPT-5.5nonevsGrok 4.3mediumGPT-5.6 SolnonevsGrok 4.20mediumKAT-Coder-Pro V2.5mediumvsGPT-5.5noneSeed-2.0-CodehighvsGrok 4.20mediumGPT-5.5nonevsQwen3.7 FlashmediumSeed-2.0-CodehighvsGPT-5.5noneGPT-5.5nonevsSolar Pro 4high