| Grok 4 | GPT‑5.1 | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 语音 视频 | 文本 图像 |
API提供商
| xAI | OpenAI API (Responses & Chat Completions),ChatGPT (Instant & Thinking),Codex (CLI & IDE) |
知识截止日期
| - | 06.2025 |
开源
| 否 | 否 |
输入定价
| $3.00 每百万token | $1.25 每百万token |
输出定价
| $15.00 每百万token | $10.00 每百万token |
MMLU
| - | - |
MMLU-Pro
| - | 78.4% 来源 |
MMMU
| - | 85.4% 来源 |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 87.5% Science 来源 | 88.1% Diamond 来源 |
IFEval
| - | - |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | 91.7% Competition Math 来源 | 94% 来源 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| 79% Competitive Coding 来源 | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | ||
MathArena | ||
| 平均分数 | 89% | - |
AIME 2025 基于美国邀请数学考试（American Invitational Mathematics Examination）题目的测试，旨在检验模型的数学能力。 | 91% | - |
HMMT February 2025 基于2025年2月哈佛-MIT数学竞赛题目的测试，旨在检验模型的数学能力。 | 92% | - |
BRUMO 2025 | 95% | - |
SMT 2025 基于2025年斯坦福数学竞赛题目的测试，旨在检验模型的数学能力。 | 86% | - |
CMIMC 2025 基于2025年加拿大数学奥林匹克竞赛题目的测试，旨在检验模型的数学能力。 | 83% | - |