- 排名
- #183
- 总输出令牌
- 5,555
- 响应时间（平均）
- 4.61s
- 总成本
- $0.472
GPT-5.6 Sol vs Grok 4.7 (high)
平均分几乎持平，为 6.7 vs 6.7。 GPT-5.6 Sol benchmark 成本更低，为 $0.472 vs $3.582。 GPT-5.6 Sol 更快，为 4.61s vs 122.19s，通过率为 60.9% vs 72.5%。
已对比模型
- 排名
- #179
- 总输出令牌
- 487,184
- 响应时间（平均）
- 122.19s
- 总成本
- $3.582
推荐模型
GPT-5.6 Sol
它在这里得分最高（6.7），同时成本比Grok 4.7 (high)低约 7.6 倍。
详细对比
| 指标 | GPT-5.6 Sol GPT-5.6 Sol none | Grok 4.7 Grok 4.7 high |
|---|---|---|
| 分数 | 6.7 | 6.7 |
| 排名 | #183 | #179 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 9.1 | 7.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 60.9% | 72.5% |
| 不稳定测试 | 3 | 7 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 6.619 | 23.360 |
| 总成本 | $0.472 | $3.582 |
| 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 | 207,852 | 329,276 |
| 输出令牌 | 5,555 | 8,172 |
| 推理令牌 | 0 | 479,012 |
| 响应时间（平均） | 4.61s | 122.19s |
| 响应时间（最大） | 58.28s | 573.57s |
| 响应时间（总计） | 105.93s | 2810.40s |
| 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.
#183 GPT-5.6 Sol
none- 成本
- $0.116
- 时间
- 78.7s
- 令牌
- 3,944 tok
#179 SpaceXAI: Grok 4.7
high- 成本
- $0.110
- 时间
- 301.3s
- 令牌
- 23,143 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
| 智能体任务 | 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 | 5.0 | 10.0 | 0.0% | 0 | 58.28s | 129,250 | 1,198 | 0 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 322.20s | 215,384 | 1,265 | 69,833 |
| 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 4.7 | 8.7 | 7.9 | 91.7% | 1 | 27.98s | 2,743 | 111 | 14,914 |
| 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 4.7 | 6.0 | 4.6 | 66.7% | 2 | 335.92s | 10,266 | 353 | 199,976 |
| 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 4.7 | 8.6 | 6.9 | 83.3% | 1 | 129.30s | 75,277 | 5,730 | 60,640 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 8.65s | 8,937 | 225 | 4,043 |
| 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 4.7 | 5.3 | 7.2 | 44.4% | 1 | 306.71s | 1,980 | 10 | 98,585 |
| 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 4.7 | 4.1 | 2.7 | 33.3% | 1 | 17.06s | 1,077 | 52 | 3,238 |
| 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 4.7 | 8.4 | 6.9 | 83.3% | 1 | 14.15s | 1,857 | 57 | 6,421 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 19.88s | 2,430 | 178 | 10,706 |
| 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 | 3.70s | 5,454 | 246 | 0 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 5.08s | 8,536 | 177 | 568 |
| 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 4.7 | 3.0 | 10.0 | 0.0% | 0 | 62.44s | 789 | 14 | 10,088 |
快速对比
切换对比组合
MiniMax M3mediumvsGrok 4.7highEmber-1maxvsGPT-5.6 SolnoneEmber-1maxvsGrok 4.7highMiniMax M3mediumvsGPT-5.6 SolnoneGPT 5.3 ChatnonevsGrok 4.7highSolar Pro 4lowvsGrok 4.7highGPT-5.6 SolnonevsSolar Pro 4lowQwen3.5-FlashnonevsGrok 4.7highGPT-5.6 SolnonevsGLM 5.3 FlashlowGrok 4.7highvsGLM 5.3 FlashlowGPT-5.5nonevsGrok 4.7highGPT-5.6 SolnonevsGrok Build 0.1medium