- 排名
- #169
- 总输出令牌
- 1,581,325
- 响应时间（平均）
- 154.41s
- 总成本
- $4.513
Step 5 Preview (high) vs Grok 4.6 (low)
平均分几乎持平，为 7.0 vs 6.9。 Grok 4.6 (low) benchmark 成本更低，为 $0.781 vs $4.513。 Grok 4.6 (low) 更快，为 16.44s vs 154.41s，通过率为 52.2% vs 66.7%。
已对比模型
- 排名
- #171
- 总输出令牌
- 42,315
- 响应时间（平均）
- 16.44s
- 总成本
- $0.781
推荐模型
Grok 4.6 (low)
它在这里得分最高（6.9），同时成本比Step 5 Preview (high)低约 5.8 倍。
详细对比
| 指标 | Step 5 Preview Step 5 Preview high | Grok 4.6 Grok 4.6 low |
|---|---|---|
| 分数 | 7.0 | 6.9 |
| 排名 | #169 | #171 |
| 可靠性 | 9.5 | 10.0 |
| 一致性 | 8.5 | 9.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 52.2% | 66.7% |
| 不稳定测试 | 4 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 45.130 | 5.205 |
| 总成本 | $4.513 | $0.781 |
| 输入价格 | $1.000 / 1M | $2.000 / 1M |
| 输出价格 | $2.700 / 1M | $6.000 / 1M |
| 缓存读取价格 | $0.050 / 1M | $0.500 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 243,381 | 263,427 |
| 输出令牌 | 1,581,325 | 6,006 |
| 推理令牌 | 0 | 36,309 |
| 响应时间（平均） | 154.41s | 16.44s |
| 响应时间（最大） | 455.72s | 57.97s |
| 响应时间（总计） | 3551.40s | 378.14s |
| 参数量 | 600B 总计 (27B 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.
#169 Step 5 Preview
high- 成本
- $0.057
- 时间
- 150.1s
- 令牌
- 20,970 tok
#171 SpaceXAI: Grok 4.6
low- 成本
- $0.011
- 时间
- 26.0s
- 令牌
- 1,941 tok
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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 55.73s | 150,653 | 10,088 | 0 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 57.97s | 153,467 | 882 | 3,385 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 6.5 | 8.0 | 58.3% | 1 | 14.70s | 684 | 11,701 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 2.9 | 10.0 | 0.0% | 0 | 421.68s | 7,383 | 576,000 | 0 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 115.30s | 66,481 | 98,423 | 0 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.55s | 7,362 | 4,589 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 333.41s | 783 | 479,743 | 0 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 18.19s | 2,523 | 16 | 7,921 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 3.4 | 9.3 | 0.0% | 0 | 36.56s | 507 | 5,684 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 7.3 | 5.8 | 83.3% | 1 | 20.53s | 699 | 5,503 | 0 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 5.8 | 4.4 | 66.7% | 2 | 143.16s | 702 | 196,941 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.34s | 7,908 | 653 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 416.44s | 219 | 192,000 | 0 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
快速对比
切换对比组合
Qwen3.5-122B-A10BmediumvsGrok 4.6lowQwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsStep 5 PreviewhighGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighKimi K2.7 CodemediumvsStep 5 PreviewhighGemini 3.1 Flash Lite PreviewmediumvsStep 5 PreviewhighKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGPT-5.2 ChatdefaultvsStep 5 PreviewhighGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsGrok 4.6low