导航
Advertise here

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%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#134
总输出令牌
333,632
响应时间(平均)
72.50s
总成本
$2.687
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 发布日期: 2026-07-08 GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
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

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

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
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

切换对比组合