- 排名
- #37
- 总输出令牌
- 299,460
- 响应时间（平均）
- 68.59s
- 总成本
- $2.042
Grok 4.5 (medium) vs GLM 5.2 (medium)
Grok 4.5 (medium) 平均分领先，为 8.5 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.224 vs $2.042。 GLM 5.2 (medium) 更快，为 23.28s vs 68.59s，通过率为 83.3% vs 80.3%。
- 排名
- #65
- 总输出令牌
- 61,761
- 响应时间（平均）
- 23.28s
- 总成本
- $0.224
推荐模型
GLM 5.2 (medium)
它的得分接近这里的最高分（7.8 vs 8.5），同时成本比Grok 4.5 (medium)低约 9.1 倍。
详细对比
| 指标 | Grok 4.5 Grok 4.5 medium | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 8.5 | 7.8 |
| 排名 | #37 | #65 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 8.9 | 8.0 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 83.3% | 80.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 12.007 | 2.159 |
| 总成本 | $2.042 | $0.224 |
| 输入价格 | $2.000 / 1M | $0.966 / 1M |
| 输出价格 | $6.000 / 1M | $3.036 / 1M |
| 总输入令牌 | 122,155 | 37,199 |
| 输出令牌 | 5,514 | 12,261 |
| 推理令牌 | 293,946 | 49,500 |
| 响应时间（平均） | 68.59s | 23.28s |
| 响应时间（最大） | 436.38s | 101.36s |
| 响应时间（总计） | 1508.91s | 488.94s |
| 参数量 | ~1.7T 总计 (~170B 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.
#37 SpaceXAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 tok
#65 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
Muse Spark 1.2lowvsGrok 4.5mediumQwen3.8 27BlowvsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumQwen3.8 27BhighvsGrok 4.5mediumKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5.2mediumQwen3.8 MaxlowvsGrok 4.5mediumInkling SmallhighvsGrok 4.5mediumGPT-5.6 TerrahighvsGLM 5.2mediumSeed-2.0-CodelowvsGLM 5.2mediumMuse Spark 1.1lowvsGrok 4.5medium