GPT-5.6 Sol vs Grok 4.3 (medium)

排名: #115
总输出令牌: 4,357
响应时间（平均）: 2.17s
总成本: $0.524

排名: #114
总输出令牌: 225,904
响应时间（平均）: 44.21s
总成本: $0.741

推荐模型 GPT-5.6 Sol

它在这里得分最高（7.0），同时响应速度比Grok 4.3 (medium)快约 20.4 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	7.0	7.0
排名	#115	#114
可靠性	10.0	10.0
一致性	9.0	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	63.6%	66.7%
不稳定测试	3	5
总运行次数	66	66
每个结果成本	4.365	6.168
总成本	$0.524	$0.741
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	78,602	140,244
输出令牌	4,357	13,739
推理令牌	0	212,165
响应时间（平均）	2.17s	44.21s
响应时间（最大）	12.81s	216.69s
响应时间（总计）	47.66s	972.64s
参数量	~2T 总计 (~150B 激活)	~1.5T 总计 (~150B 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.

#115 GPT-5.6 Sol

none

成本: $0.116
时间: 78.7s
令牌: 3,944 tok

#114 SpaceXAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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		1.27s	606	154	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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		1.44s	732	54	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

快速对比

切换对比组合

DeepSeek V3.2mediumvsGPT-5.6 Solnone GPT-5.6 SolnonevsGLM 5.1medium Mercury 2mediumvsGPT-5.6 Solnone GPT-5.5nonevsGrok 4.3medium GPT-5.6 SolnonevsGrok 4.20medium Solar Pro 4highvsGrok 4.3medium GPT-5.6 SolnonevsSolar Pro 4high Seed-2.0-MinimediumvsGPT-5.6 Solnone Kimi K2.5mediumvsGPT-5.6 Solnone Step 3.7 FlashlowvsGrok 4.3medium GPT-5.6 SolnonevsStep 3.7 Flashlow Muse Glimmer 30BlowvsGrok 4.3medium