- 排名
- #71
- 总输出令牌
- 108,019
- 响应时间（平均）
- 27.64s
- 总成本
- $0.241
GPT-5 Mini (medium) vs Grok 4.7 (medium)
平均分几乎持平，为 8.1 vs 8.1。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.241 vs $2.254。 GPT-5 Mini (medium) 更快，为 27.64s vs 106.09s，通过率为 65.2% vs 81.8%。
已对比模型
- 排名
- #73
- 总输出令牌
- 433,733
- 响应时间（平均）
- 106.09s
- 总成本
- $2.254
推荐模型
GPT-5 Mini (medium)
它在这里得分最高（8.1），同时成本比Grok 4.7 (medium)低约 9.4 倍。
详细对比
| 指标 | GPT-5 Mini GPT-5 Mini medium | Grok 4.7 Grok 4.7 medium |
|---|---|---|
| 分数 | 8.1 | 8.1 |
| 排名 | #71 | #73 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.4 | 8.3 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 81.8% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.006 | 15.023 |
| 总成本 | $0.241 | $2.254 |
| 输入价格 | $0.250 / 1M | $1.600 / 1M |
| 输出价格 | $2.000 / 1M | $4.800 / 1M |
| 总输入令牌 | 98,383 | 107,193 |
| 输出令牌 | 14,409 | 4,661 |
| 推理令牌 | 93,610 | 429,072 |
| 响应时间（平均） | 27.64s | 106.09s |
| 响应时间（最大） | 111.48s | 660.89s |
| 响应时间（总计） | 608.02s | 2333.94s |
| 参数量 | ~400B 总计 (~17B 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.
#71 GPT-5 Mini
medium- 成本
- $0.007
- 时间
- 42.9s
- 令牌
- 3,432 tok
#73 SpaceXAI: Grok 4.7
medium- 成本
- $0.047
- 时间
- 132.3s
- 令牌
- 9,954 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 Mini | 7.1 | 7.6 | 66.7% | 1 | 13.86s | 606 | 1,715 | 6,378 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 16.01s | 2,991 | 54 | 7,224 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 7,302 | 658 | 17,152 | |
| Grok 4.7 | 6.6 | 4.6 | 77.8% | 2 | 312.17s | 10,266 | 349 | 172,347 |
| 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 Mini | 7.3 | 5.8 | 83.3% | 1 | 99.82s | 75,392 | 8,387 | 35,328 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 96.50s | 67,788 | 3,524 | 38,447 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 12.58s | 7,140 | 453 | 3,200 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 5.16s | 8,937 | 225 | 2,344 |
| 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 Mini | 3.5 | 4.4 | 33.3% | 2 | 44.66s | 524 | 268 | 16,128 | |
| Grok 4.7 | 5.3 | 7.2 | 44.4% | 1 | 300.37s | 2,523 | 15 | 169,756 |
| 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 Mini | 4.5 | 10.0 | 0.0% | 0 | 13.50s | 477 | 349 | 1,856 | |
| Grok 4.7 | 5.4 | 2.5 | 66.7% | 1 | 32.39s | 1,077 | 76 | 5,830 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 11.59s | 660 | 310 | 3,968 | |
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 6.68s | 1,857 | 57 | 2,742 |
| 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 Mini | 5.6 | 9.8 | 33.3% | 0 | 15.20s | 642 | 1,622 | 6,144 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 18.46s | 2,430 | 135 | 9,678 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 5,445 | 487 | 1,600 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 8,535 | 206 | 406 |
| 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 Mini | 3.0 | 10.0 | 0.0% | 0 | 9.99s | 195 | 160 | 1,856 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 123.05s | 789 | 20 | 20,298 |
快速对比
切换对比组合
Muse Glimmer 30BxhighvsGPT-5 MinimediumInklinghighvsGrok 4.7mediumGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsGrok 4.7mediumDeepSeek V4 Flash 0731lowvsGrok 4.7mediumMuse Glimmer 30BxhighvsGrok 4.7mediumDeepSeek V4 Flash 0731highvsGrok 4.7mediumGPT-5 MinimediumvsInklinghighQwen3.8 2.4T A95BlowvsGrok 4.7mediumMuse Spark 1.1highvsGPT-5 MinimediumGrok 4.7mediumvsGLM 5.2highDeepSeek V4 Flash 0731lowvsGPT-5 Minimedium