- 排名
- #30
- 总输出令牌
- 310,388
- 响应时间（平均）
- 31.70s
- 总成本
- $0.416
Inkling Small (high) vs Grok 4.5 (low)
平均分几乎持平，为 8.4 vs 8.4。 Inkling Small (high) benchmark 成本更低，为 $0.416 vs $0.935。 Grok 4.5 (low) 更快，为 15.56s vs 31.70s，通过率为 69.7% vs 75.8%。
- 排名
- #28
- 总输出令牌
- 113,951
- 响应时间（平均）
- 15.56s
- 总成本
- $0.935
推荐模型
Inkling Small (high)
它在这里得分最高（8.4），同时成本比Grok 4.5 (low)低约 2.3 倍。
详细对比
| 指标 | Inkling Small Inkling Small high | Grok 4.5 Grok 4.5 low |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #30 | #28 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 69.7% | 75.8% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.967 | 5.844 |
| 总成本 | $0.416 | $0.935 |
| 输入价格 | $0.500 / 1M | $2.000 / 1M |
| 输出价格 | $1.200 / 1M | $6.000 / 1M |
| 总输入令牌 | 85,660 | 125,596 |
| 输出令牌 | 6,092 | 7,505 |
| 推理令牌 | 304,296 | 106,446 |
| 响应时间（平均） | 31.70s | 15.56s |
| 响应时间（最大） | 122.60s | 205.28s |
| 响应时间（总计） | 697.30s | 342.32s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#30 Thinking Machines: Inkling Small
high- 成本
- $0.006
- 时间
- 34.7s
- 令牌
- 4,735 tok
#28 xAI: Grok 4.5
low- 成本
- $0.011
- 时间
- 12.4s
- 令牌
- 2,018 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 702 | 335 | 9,678 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 93.23s | 7,374 | 463 | 120,474 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 9.9 | 10.0 | 100.0% | 0 | 40.41s | 61,630 | 4,001 | 28,812 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 3.99s | 7,068 | 216 | 2,763 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 5.3 | 10.0 | 33.3% | 0 | 65.58s | 795 | 69 | 96,073 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 72.64s | 2,514 | 14 | 70,275 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 5.3 | 10.0 | 0.0% | 0 | 3.62s | 501 | 153 | 1,395 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 9.8 | 10.0 | 100.0% | 0 | 3.94s | 708 | 94 | 2,742 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 4.8 | 4.4 | 44.5% | 2 | 14.39s | 714 | 482 | 18,286 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 5,949 | 249 | 577 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 49.27s | 219 | 30 | 23,496 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
快速对比
切换对比组合
GPT-5.2mediumvsGrok 4.5lowGPT-5.2mediumvsInkling SmallhighInkling SmallhighvsGrok 4.5mediumQwen3.6 Max PreviewmediumvsGrok 4.5lowClaude Sonnet 5mediumvsInkling SmallhighQwen3.6 Max PreviewmediumvsInkling SmallhighClaude Sonnet 5mediumvsGrok 4.5lowMuse Spark 1.1lowvsInkling SmallhighGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsInkling SmallhighGPT-5.4mediumvsInkling SmallhighGemini 2.5 FlashmediumvsGrok 4.5low