- 排名
- #120
- 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 GLM 5.1 (medium)
平均分几乎持平，为 7.0 vs 7.0。 GLM 5.1 (medium) benchmark 成本更低，为 $0.727 vs $0.805。 Grok 4.20 (medium) 更快，为 32.56s vs 58.80s，通过率为 60.6% vs 65.2%。
- 排名
- #117
- 总输出令牌
- 215,889
- 响应时间（平均）
- 58.80s
- 总成本
- $0.727
推荐模型
Grok 4.20 (medium)
它在这里得分最高（7.0），同时响应速度比GLM 5.1 (medium)快约 1.8 倍。
详细对比
| 指标 | Grok 4.20 Grok 4.20 medium | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #120 | #117 |
| 可靠性 | 10.0 | 8.1 |
| 一致性 | 8.2 | 8.4 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 60.6% | 65.2% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.365 | 6.923 |
| 总成本 | $0.805 | $0.727 |
| 输入价格 | $1.250 / 1M | $0.966 / 1M |
| 输出价格 | $2.500 / 1M | $3.036 / 1M |
| 总输入令牌 | 102,986 | 82,592 |
| 输出令牌 | 5,860 | 16,089 |
| 推理令牌 | 264,399 | 199,800 |
| 响应时间（平均） | 32.56s | 58.80s |
| 响应时间（最大） | 199.66s | 308.75s |
| 响应时间（总计） | 716.36s | 1234.72s |
| 参数量 | ~1T 总计 (~100B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#120 SpaceXAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 tok
#117 GLM 5.1
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 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-5.5nonevsGLM 5.1mediumGPT-5.5nonevsGrok 4.20mediumGPT-5.6 SolnonevsGLM 5.1mediumGPT-5.6 SolnonevsGrok 4.20mediumSeed-2.0-CodehighvsGrok 4.20mediumSeed-2.0-CodehighvsGLM 5.1mediumSolar Pro 4highvsGLM 5.1mediumSolar Pro 4highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGLM 5.1mediumMuse Glimmer 30BlowvsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1medium