GPT-6.1 Sol (low) vs Grok 4.5 (medium)

已对比模型

排名: #16
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

排名: #107
总输出令牌: 306,044
响应时间（平均）: 68.44s
总成本: $2.996

推荐模型 GPT-6.1 Sol (low)

它在这里得分最高（9.6），同时成本比Grok 4.5 (medium)低约 6.5 倍。

详细对比

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08
分数	9.6	7.8
排名	#16	#107
可靠性	10.0	10.0
一致性	9.6	9.0
尝试次数	69/69	69/69
测试正确
尝试通过率	92.8%	79.7%
不稳定测试	1	3
总运行次数	69	69
每个结果成本	2.187	14.430
总成本	$0.460	$2.996
输入价格	$2.000 / 1M	$2.000 / 1M
输出价格	$10.000 / 1M	$6.000 / 1M
缓存读取价格	$0.100 / 1M	$0.300 / 1M
缓存写入价格	$2.500 / 1M	不适用
总输入令牌	163,900	308,369
输出令牌	4,958	7,013
推理令牌	8,180	299,031
响应时间（平均）	7.15s	68.44s
响应时间（最大）	46.57s	436.38s
响应时间（总计）	164.47s	1574.14s
参数量	~2T 总计 (~150B 激活)	~1.7T 总计 (~170B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#16 GPT-6.1 Sol

low

成本: $0.028
时间: 44.6s
令牌: 2,881 tok

#107 SpaceXAI: Grok 4.5

medium

成本: $0.044
时间: 59.4s
令牌: 7,512 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:

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-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

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-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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-6.1 Sol	10.0	10.0	100.0%	0		1.94s	7,140	222	0
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	0
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Grok 4.5mediumvsGLM 5.3high Ling 3.1 FlashhighvsGrok 4.5medium Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Qwen3.7 PlusnonevsGrok 4.5medium Qwen3.7 MaxnonevsGrok 4.5medium Claude Fable 5.1highvsGrok 4.5medium Grok 4.5mediumvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsGrok 4.5medium GPT-6 LunahighvsGrok 4.5medium Muse Glimmer 30BhighvsGrok 4.5medium