- 排名
- #115
- 总输出令牌
- 306,044
- 响应时间（平均）
- 68.44s
- 总成本
- $2.996
Grok 4.5 (medium) vs GLM 5.2 (medium)
GLM 5.2 (medium) 平均分领先，为 8.2 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $1.007 vs $2.996。 GLM 5.2 (medium) 更快，为 26.88s vs 68.44s，通过率为 79.7% vs 81.2%。
已对比模型
- 排名
- #91
- 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 (medium)低约 3.0 倍。
详细对比
| 指标 | Grok 4.5 Grok 4.5 medium | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 7.8 | 8.2 |
| 排名 | #115 | #91 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 9.0 | 8.1 |
| 尝试次数 | 69/69 | 66/69 |
| 测试正确 | ||
| 尝试通过率 | 79.7% | 81.2% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 66 |
| 每个结果成本 | 14.430 | 2.890 |
| 总成本 | $2.996 | $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 | 308,369 | 227,164 |
| 输出令牌 | 7,013 | 20,029 |
| 推理令牌 | 299,031 | 60,991 |
| 响应时间（平均） | 68.44s | 26.88s |
| 响应时间（最大） | 436.38s | 102.40s |
| 响应时间（总计） | 1574.14s | 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.
#115 SpaceXAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 tok
#91 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
Grok 4.5mediumvsGLM 5.3highGrok 4.5highvsGLM 5.2mediumLing 3.1 FlashhighvsGrok 4.5mediumMuse WondermaxvsGrok 4.5mediumQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 PlusnonevsGrok 4.5mediumKimi K3maxvsGLM 5.2mediumQwen3.7 MaxnonevsGrok 4.5mediumGemini 3.5 FlashhighvsGLM 5.2mediumClaude Haiku 5.5highvsGLM 5.2mediumGPT-5.6 TerrahighvsGLM 5.2mediumClaude Fable 5.1highvsGrok 4.5medium