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

已对比模型

排名: #15
总输出令牌: 34,977
响应时间（平均）: 12.63s
总成本: $0.508

排名: #19
总输出令牌: 282,217
响应时间（平均）: 84.15s
总成本: $1.908

推荐模型 GPT-5.6 Sol (medium)

它在这里得分最高（9.4），同时成本比Grok 4.6 (high)低约 3.8 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol medium 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 medium 发布日期: 2026-07-09	Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12
分数	9.4	9.3
排名	#15	#19
可靠性	10.0	10.0
一致性	8.9	10.0
尝试次数	66/66	66/66
测试正确
尝试通过率	90.9%	86.4%
不稳定测试	3	0
总运行次数	66	66
每个结果成本	8.025	10.042
总成本	$0.508	$1.908
输入价格	$2.000 / 1M	$2.000 / 1M
输出价格	$10.000 / 1M	$6.000 / 1M
总输入令牌	79,006	107,275
输出令牌	4,696	5,094
推理令牌	30,281	277,123
响应时间（平均）	12.63s	84.15s
响应时间（最大）	79.40s	618.49s
响应时间（总计）	277.88s	1851.26s
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.

#15 GPT-5.6 Sol

medium

成本: $0.124
时间: 57.2s
令牌: 4,199 tok

#19 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	10.0	10.0	100.0%	0		2.81s	606	173	572
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		9.40s	7,302	394	4,706
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		17.65s	55,798	3,119	2,616
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		1.38s	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	5.9	7.2	55.6%	1		57.24s	732	71	20,480
Grok 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471

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		3.48s	477	99	214
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		2.50s	660	96	249
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		2.98s	642	228	566
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		6.30s	5,454	264	361
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	4.7	1.6	66.7%	1		4.94s	195	30	517
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

GPT-5.5lowvsGrok 4.6high Claude Opus 5.5lowvsGrok 4.6high GPT-6 AstramediumvsGrok 4.6high GPT-6 SolmediumvsGrok 4.6high Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Claude Opus 5.5lowvsGPT-5.6 Solmedium Gemini 3.7 FlashmediumvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5.5highvsGPT-5.6 Solmedium Gemini 3.7 FlashlowvsGrok 4.6high Claude Opus 5mediumvsGrok 4.6high Gemini 3 Flash PreviewmediumvsGrok 4.6high