- 排名
- #91
- 总输出令牌
- 4,357
- 响应时间（平均）
- 2.16s
- 总成本
- $0.524
GPT-5.6 Sol vs Grok 4.20 (medium)
Grok 4.20 (medium) 平均分领先，为 7.1 vs 6.9。 GPT-5.6 Sol benchmark 成本更低，为 $0.524 vs $0.777。 GPT-5.6 Sol 更快，为 2.16s vs 29.47s，通过率为 59.1% vs 63.6%。
- 排名
- #83
- 总输出令牌
- 259,340
- 响应时间（平均）
- 29.47s
- 总成本
- $0.777
推荐模型
GPT-5.6 Sol
它的得分接近这里的最高分（6.9 vs 7.1），同时响应速度比Grok 4.20 (medium)快约 13.6 倍。
详细对比
| 指标 | GPT-5.6 Sol GPT-5.6 Sol none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 6.9 | 7.1 |
| 排名 | #91 | #83 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.0 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 59.1% | 63.6% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.761 | 9.709 |
| 总成本 | $0.524 | $0.777 |
| 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 | 78,593 | 102,791 |
| 输出令牌 | 4,357 | 5,363 |
| 推理令牌 | 0 | 253,977 |
| 响应时间（平均） | 2.16s | 29.47s |
| 响应时间（最大） | 12.81s | 199.66s |
| 响应时间（总计） | 47.62s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#91 GPT-5.6 Sol
none- 成本
- $0.116
- 时间
- 78.7s
- 令牌
- 3,944 tok
#83 xAI: 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
| 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 | 1.27s | 606 | 154 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,302 | 390 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 8.37s | 55,394 | 2,881 | 0 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 | 1.53s | 7,140 | 222 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 1.43s | 723 | 54 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 | 6.5 | 3.4 | 66.7% | 1 | 1.52s | 477 | 91 | 0 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 | 8.5 | 6.8 | 83.3% | 1 | 1.33s | 660 | 84 | 0 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.49s | 642 | 211 | 0 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 | 3.70s | 5,454 | 246 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.95s | 195 | 24 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
快速对比
切换对比组合
GPT-5.6 SolnonevsMiMo-V2.5-PromediumGPT-5.6 SolnonevsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsGPT-5.6 SolnoneMercury 2mediumvsGPT-5.6 SolnoneKimi K2.5mediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5highvsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneGemini 3.5 FlashnonevsGrok 4.20medium