- 排名
- #134
- 总输出令牌
- 333,632
- 响应时间(平均)
- 72.50s
- 总成本
- $2.687
Grok 4.5 (high) vs GLM 5.2 (medium)
平均分几乎持平,为 8.2 vs 8.2。 GLM 5.2 (medium) benchmark 成本更低,为 $1.007 vs $2.687。 GLM 5.2 (medium) 更快,为 26.88s vs 72.50s,通过率为 82.6% vs 81.2%。
已对比模型
- 排名
- #135
- 总输出令牌
- 81,020
- 响应时间(平均)
- 26.88s
- 总成本
- $1.007
推荐模型
GLM 5.2 (medium)
它在这里得分最高(8.2),同时成本比Grok 4.5 (high)低约 2.7 倍。
详细对比
| 指标 | Grok 4.5 Grok 4.5 high | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 8.2 | 8.2 |
| 排名 | #134 | #135 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 8.9 | 8.1 |
| 尝试次数 | 69/69 | 66/69 |
| 测试正确 | ||
| 尝试通过率 | 82.6% | 81.2% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 66 |
| 每个结果成本 | 15.123 | 2.890 |
| 总成本 | $2.687 | $1.007 |
| 输入价格 | $2.000 / 1M | $0.153 / 1M |
| 输出价格 | $6.000 / 1M | $12.000 / 1M |
| 缓存读取价格 | $0.300 / 1M | $0.150 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 342,124 | 227,164 |
| 输出令牌 | 7,135 | 20,029 |
| 推理令牌 | 326,497 | 60,991 |
| 响应时间(平均) | 72.50s | 26.88s |
| 响应时间(最大) | 676.83s | 102.40s |
| 响应时间(总计) | 1667.51s | 591.34s |
| 参数量 | ~1.7T 总计 (~170B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 闭源 | 开源 |
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.
#134 SpaceXAI: Grok 4.5
high- 成本
- $0.015
- 时间
- 29.7s
- 令牌
- 2,737 tok
#135 GLM 5.2
medium- 成本
- $0.041
- 时间
- 195.8s
- 令牌
- 9,287 tok
类别细分
快速对比
切换对比组合
DeepSeek V4.1 Flash 1017maxvsGrok 4.5highDeepSeek V4.1 Flash 1017maxvsGLM 5.2mediumQwen3.7 PlusmediumvsGrok 4.5highLing 3.1 FlashmediumvsGrok 4.5highGPT-5.6 TerramediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-6 LunamediumvsGrok 4.5highGemini 4 ArgonlowvsGLM 5.2mediumGemini 4 ArgonlowvsGrok 4.5highKimi K3maxvsGrok 4.5highKimi K3maxvsGLM 5.2mediumKimi K3.1 ProhighvsGLM 5.2medium