#34 xAI: Grok 4.5
low- 成本
- $0.011
- 时间
- 12.4s
- 令牌
- 2,018 tok
AI BENCHY 对比
xAI: Grok 4.5 vs Z.ai: GLM 5.2
摘要
Grok 4.5 (low) vs GLM 5.2 (medium) benchmark 对比：GLM 5.2 (medium) 平均分领先，为 8.7 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.098 vs $0.760。 Grok 4.5 (low) 更快，为 15.48s vs 23.28s，通过率为 74.6% vs 84.1%。
推荐模型: GLM 5.2 (medium) - 它在这里得分最高（8.7），同时成本比Grok 4.5 (low)低约 7.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-08
| 指标 | Grok 4.5 Grok 4.5 low | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 7.8 | 8.7 |
| 排名 | #34 | #14 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 9.7 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 74.6% | 84.1% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 5.061 | 2.159 |
| 总成本 | $0.760 | $0.098 |
| 输入价格 | $2.000 / 1M | $0.420 / 1M |
| 输出价格 | $6.000 / 1M | $1.320 / 1M |
| 总输入令牌 | 58,652 | 37,199 |
| 输出令牌 | 1,735 | 12,261 |
| 推理令牌 | 105,233 | 49,500 |
| 响应时间（平均） | 15.48s | 23.28s |
| 响应时间（最大） | 205.28s | 101.36s |
| 响应时间（总计） | 324.98s | 488.94s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#14 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
快速对比
切换对比组合
Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6medium免费可用vsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.2 ChatnonevsGLM 5.2medium