GPT-5.6 Sol (low) vs Grok 4.6 (high)

排名: #5
总输出令牌: 19,246
响应时间（平均）: 8.79s
总成本: $0.971

排名: #11
总输出令牌: 265,604
响应时间（平均）: 79.38s
总成本: $1.809

推荐模型 GPT-5.6 Sol (low)

它在这里得分最高（9.5），同时成本比Grok 4.6 (high)低约 1.9 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12
分数	9.5	9.2
排名	#5	#11
可靠性	10.0	10.0
一致性	9.2	9.6
尝试次数	66/66	66/66
测试正确
尝试通过率	86.4%	84.9%
不稳定测试	2	1
总运行次数	66	66
每个结果成本	5.391	10.046
总成本	$0.971	$1.809
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	78,571	107,266
输出令牌	4,476	5,094
推理令牌	14,770	260,510
响应时间（平均）	8.79s	79.38s
响应时间（最大）	53.91s	618.49s
响应时间（总计）	193.33s	1746.29s
参数量	~2T 总计 (~150B 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.

#5 GPT-5.6 Sol

low

成本: $0.062
时间: 26.7s
令牌: 2,150 tok

#11 SpaceXAI: Grok 4.6

high

成本: $0.107
时间: 265.1s
令牌: 18,001 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

类别:

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-5.6 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492
Grok 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805

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-5.6 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482
Grok 4.6	10.0	10.0	100.0%	0		102.20s	9,579	379	51,829

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-5.6 Sol	10.0	10.0	100.0%	0		14.58s	55,372	2,896	1,539
Grok 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529

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-5.6 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	0
Grok 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590

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-5.6 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822
Grok 4.6	3.6	7.2	22.2%	1		334.95s	2,514	14	137,858

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-5.6 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135
Grok 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448

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-5.6 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146
Grok 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318

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-5.6 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534
Grok 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706

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-5.6 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294
Grok 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505

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-5.6 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326
Grok 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5mediumvsGrok 4.6high Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Qwen3.7 MaxmediumvsGrok 4.6high Gemini 3.5 FlashmediumvsGrok 4.6high GPT-5.5lowvsGrok 4.6high Seed 2.1 TurbolowvsGrok 4.6high Qwen3.8 MaxmediumvsGrok 4.6high GPT-5.6 SolmediumvsGrok 4.6high GPT-5.5mediumvsGrok 4.6high Gemini 3.5 FlashlowvsGrok 4.6high