- 排名
- #175
- 总输出令牌
- 270,259
- 响应时间（平均）
- 32.56s
- 总成本
- $0.805
Grok 4.20 (medium) vs Grok 4.3 (medium)
平均分几乎持平，为 7.0 vs 7.0。 Grok 4.3 (medium) benchmark 成本更低，为 $0.741 vs $0.805。 Grok 4.20 (medium) 更快，为 32.56s vs 44.21s，通过率为 60.6% vs 66.7%。
已对比模型
- 排名
- #167
- 总输出令牌
- 225,904
- 响应时间（平均）
- 44.21s
- 总成本
- $0.741
推荐模型
Grok 4.20 (medium)
它在本次比较中得分最高（7.0），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #175 | #167 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 60.6% | 66.7% |
| 不稳定测试 | 5 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.365 | 6.168 |
| 总成本 | $0.805 | $0.741 |
| 输入价格 | $1.250 / 1M | $1.250 / 1M |
| 输出价格 | $2.500 / 1M | $2.500 / 1M |
| 总输入令牌 | 102,986 | 140,244 |
| 输出令牌 | 5,860 | 13,739 |
| 推理令牌 | 264,399 | 212,165 |
| 响应时间（平均） | 32.56s | 44.21s |
| 响应时间（最大） | 199.66s | 216.69s |
| 响应时间（总计） | 716.36s | 972.64s |
| 参数量 | ~1T 总计 (~100B 激活) | ~1.5T 总计 (~150B 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.
#175 SpaceXAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 tok
#167 SpaceXAI: Grok 4.3
medium- 成本
- $0.009
- 时间
- 19.0s
- 令牌
- 3,661 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
快速对比
切换对比组合
GPT-5.6 SolnonevsGrok 4.3mediumGPT-6 LunalowvsGrok 4.3mediumGPT-5.5nonevsGrok 4.20mediumEmber-1highvsGrok 4.3mediumSpace Bunny AlphahighvsGrok 4.20mediumSpace Bunny AlphahighvsGrok 4.3mediumMercury 2.5highvsGrok 4.3mediumGPT-5.5nonevsGrok 4.3mediumGPT-6 LunalowvsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20mediumSolar Pro 4highvsGrok 4.3mediumClaude Fable 5.1lowvsGrok 4.20medium