所有发布

GPT-6 Luna vs. Grok 4.7:发布比较

GPT-6 Luna 与 Grok 4.7 发布比较:分别包含 6 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 9 个模型的关键指标进行了比较。

  • 智能方面,Grok 4.7 得分最高:Grok 4.7 (High)(35),GPT-6 Luna 为 GPT-6 Luna (Max)(28)。
  • 输出速度方面,GPT-6 Luna 最快:GPT-6 Luna (Xhigh)(127 token/秒),Grok 4.7 为 Grok 4.7 (Xhigh)(87 token/秒)。
  • 单任务成本方面,GPT-6 Luna 最低:GPT-6 Luna (Low)($0.01),Grok 4.7 为 Grok 4.7 (Low)($2.92)。
模型 Playground

比较的发布

Grok 4.7 (high)Grok 4.7 (xhigh)Grok 4.7 (low)GPT-6 Luna (max)GPT-6 Luna (xhigh)GPT-6 Luna (high)GPT-6 Luna (medium)GPT-6 Luna (low)GPT-6 Luna (non-reasoning)
Intelligence Index
35
34
31
28
23
21
18
10
9
财务与会计
51
52
45
34
31
29
26
17
19
战略与运营
53
55
49
43
39
38
34
17
17
法律
47
47
44
32
28
27
24
16
17
医疗与健康
46
47
43
35
30
29
27
16
16
每任务成本美元
$6.18
$7.51
$2.92
$0.15
$0.10
$0.07
$0.04
$0.01
$0.07
输出速度Token/秒
76
87
68
117
127
122
--
116
110
首 Token 延迟秒
66.05
111.58
6.39
121.69
39.36
29.08
--
2.91
0.81
上下文窗口
500k
500k
500k
1M
1M
1M
1M
1M
1M
开发商
SpaceXAI
SpaceXAI
SpaceXAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
许可证
专有
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

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

支持:文本

服务商
SpaceXAI
SpaceXAI
SpaceXAI
OpenAIMicrosoft Azure
OpenAI
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAIMicrosoft Azure
Updated
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6 Luna
Grok 4.7
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

速度与延迟

输出速度

Output tokens per second · Higher is better

能力得分

能力指数

衡量模型在特定能力与行业中的表现
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

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

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

vs

AA-PersonalityBench:Expressiveness 指数,GPT-6 Luna (max) vs Grok 4.7 (xhigh)

根据两者的 Elo 差距,每个模型的回答在各特质上被判定为更显著的概率 · 50% 表示势均力敌
OpenAIGPT-6 Luna (max)SpaceXAIGrok 4.7 (xhigh)
Lexically Varied
9%
91%
Eloquent
9%
91%
Metaphorical
16%
84%
Literate
36%
64%
Natural Sounding
51%
49%