- 排名
- #159
- 总输出令牌
- 22,605
- 响应时间（平均）
- 21.96s
- 总成本
- $0.020
GPT-6 Luna (low) vs Grok 4.20 (medium)
平均分几乎持平，为 7.0 vs 7.0。 GPT-6 Luna (low) benchmark 成本更低，为 $0.020 vs $0.805。 GPT-6 Luna (low) 更快，为 21.96s vs 32.56s，通过率为 62.1% vs 60.6%。
已对比模型
- 排名
- #164
- 总输出令牌
- 270,259
- 响应时间（平均）
- 32.56s
- 总成本
- $0.805
推荐模型
GPT-6 Luna (low)
它在这里得分最高（7.0），同时成本比Grok 4.20 (medium)低约 41.6 倍。
详细对比
| 指标 | GPT-6 Luna GPT-6 Luna low | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #159 | #164 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 8.5 | 8.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 62.1% | 60.6% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.176 | 10.365 |
| 总成本 | $0.020 | $0.805 |
| 输入价格 | $0.100 / 1M | $1.250 / 1M |
| 输出价格 | $0.500 / 1M | $2.500 / 1M |
| 总输入令牌 | 80,159 | 102,986 |
| 输出令牌 | 4,623 | 5,860 |
| 推理令牌 | 17,982 | 264,399 |
| 响应时间（平均） | 21.96s | 32.56s |
| 响应时间（最大） | 89.37s | 199.66s |
| 响应时间（总计） | 483.19s | 716.36s |
| 参数量 | ~400B 总计 (~17B 激活) | ~1T 总计 (~100B 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.
#159 GPT-6 Luna
low- 成本
- $0.002
- 时间
- 19.2s
- 令牌
- 2,598 tok
#164 SpaceXAI: 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-6 Luna | 6.9 | 7.9 | 66.7% | 1 | 11.00s | 554 | 130 | 704 | |
| 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-6 Luna | 6.0 | 7.2 | 55.6% | 1 | 15.39s | 7,302 | 493 | 6,655 | |
| 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-6 Luna | 7.3 | 5.8 | 83.3% | 1 | 49.77s | 57,227 | 3,023 | 2,271 | |
| 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 9.94s | 7,140 | 234 | 250 | |
| 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-6 Luna | 5.3 | 10.0 | 33.3% | 0 | 18.09s | 628 | 62 | 5,990 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
| 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 Luna | 4.4 | 9.9 | 0.0% | 0 | 1.46s | 477 | 102 | 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-6 Luna | 7.1 | 5.8 | 83.3% | 1 | 17.38s | 540 | 84 | 250 | |
| 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-6 Luna | 7.7 | 10.0 | 66.7% | 0 | 27.45s | 642 | 213 | 1,272 | |
| 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 71.65s | 5,454 | 254 | 152 | |
| 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-6 Luna | 3.0 | 10.0 | 0.0% | 0 | 29.10s | 195 | 28 | 438 | |
| 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-6 LunalowvsGrok 4.3mediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-6 LunalowGPT-6 LunalowvsGLM 5.1mediumMercury 2mediumvsGPT-6 LunalowMercury 2.5highvsGPT-6 LunalowGPT-5.6 SolnonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-6 LunalowClaude Fable 5.1lowvsGrok 4.20mediumKimi K2.5mediumvsGPT-6 LunalowGPT-6 LunalowvsSolar Pro 4highSeed-2.0-CodehighvsGrok 4.20medium