- 排名
- #82
- 总输出令牌
- 231,848
- 响应时间（平均）
- 59.02s
- 总成本
- $1.320
Grok 4.7 (low) vs GLM 5.2 (medium)
Grok 4.7 (low) 平均分领先，为 7.9 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.151 vs $1.320。 GLM 5.2 (medium) 更快，为 23.28s vs 59.02s，通过率为 77.3% vs 80.3%。
已对比模型
- 排名
- #90
- 总输出令牌
- 61,761
- 响应时间（平均）
- 23.28s
- 总成本
- $0.151
推荐模型
GLM 5.2 (medium)
它的得分接近这里的最高分（7.8 vs 7.9），同时成本比Grok 4.7 (low)低约 8.8 倍。
详细对比
| 指标 | Grok 4.7 Grok 4.7 low | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #82 | #90 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 8.3 | 8.0 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 80.3% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 9.422 | 2.159 |
| 总成本 | $1.320 | $0.151 |
| 输入价格 | $1.600 / 1M | $0.650 / 1M |
| 输出价格 | $4.800 / 1M | $2.042 / 1M |
| 总输入令牌 | 128,832 | 37,199 |
| 输出令牌 | 6,840 | 12,261 |
| 推理令牌 | 225,008 | 49,500 |
| 响应时间（平均） | 59.02s | 23.28s |
| 响应时间（最大） | 389.63s | 101.36s |
| 响应时间（总计） | 1298.42s | 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.
#82 SpaceXAI: Grok 4.7
low- 成本
- $0.007
- 时间
- 15.2s
- 令牌
- 1,537 tok
#90 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
Kimi K3maxvsGrok 4.7lowGPT-5.2 ChatnonevsGrok 4.7lowStep 3.7 FlashmediumvsGrok 4.7lowGPT-5.6 TerrahighvsGrok 4.7lowInklingmediumvsGrok 4.7lowQwen3.8 27BlowvsGLM 5.2mediumQwen3.7 PlusmediumvsGrok 4.7lowGrok 4.7lowvsGLM 5.2highGPT-5.2 ChatnonevsGLM 5.2mediumKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGLM 5.2mediumQwen3.6 PlusmediumvsGrok 4.7low