GPT-6.1 Sol vs. Grok 4.7:发布比较
GPT-6.1 Sol 与 Grok 4.7 发布比较:分别包含 5 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。
- 智能方面,GPT-6.1 Sol 得分最高:GPT-6.1 Sol (Max)(55),Grok 4.7 为 Grok 4.7 (Xhigh)(35)。
- 每任务耗时方面,GPT-6.1 Sol 最快:GPT-6.1 Sol (Low)(1.7 分钟),Grok 4.7 为 Grok 4.7 (Low)(10.2 分钟)。
- 单任务成本方面,GPT-6.1 Sol 最低:GPT-6.1 Sol (Low)($0.16),Grok 4.7 为 Grok 4.7 (Low)($2.92)。
| GPT-6.1 Sol (max) | GPT-6.1 Sol (xhigh) | GPT-6.1 Sol (high) | GPT-6.1 Sol (medium) | Grok 4.7 (xhigh) | Grok 4.7 (high) | GPT-6.1 Sol (low) | Grok 4.7 (low) | |
|---|---|---|---|---|---|---|---|---|
| Intelligence Index | 55 | 52 | 50 | 46 | 35 | 35 | 35 | 31 |
| 财务与会计 | 56 | 55 | 53 | 51 | 52 | 51 | 44 | 45 |
| 战略与运营 | 58 | 57 | 55 | 53 | 55 | 53 | 46 | 49 |
| 法律 | 54 | 54 | 52 | 49 | 47 | 47 | 43 | 44 |
| 医疗与健康 | 52 | 51 | 49 | 46 | 47 | 46 | 40 | 43 |
| 每任务成本美元 | $1.27 | $0.76 | $0.59 | $0.36 | $7.77 | $6.18 | $0.16 | $2.92 |
| 每任务耗时分钟 | 20.1 | 9.1 | 6.4 | 3.8 | 25.4 | 20.9 | 1.7 | 10.2 |
| 首个答案 Token 延迟秒 | 193.21 | 76.28 | 43.95 | 5.81 | 62.13 | 35.00 | 2.74 | 11.81 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 500k | 500k | 1M | 500k |
| 开发商 | ||||||||
| 许可证 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 |
| 输出模态 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 |
| 服务商 | ||||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
速度与延迟
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better