grok-4.6
比较各思考档位在私有数据集上的表现。分项成绩与费用均来自对应的实测记录。
最高综合分80.7
grok-4.6 · xhigh
- 后端与测试
- 78
- 前端与交互
- 80
- 知识与推理
- 85
- 评测用时
- 144m 16s
- 参考费用
- $2.51
同一配置的三项评测合计；费用按 API 用量估算。
档位收益与代价
比较相邻实测档位的得分、费用与用时。
high xhigh
- 综合分
- +5.1 分 75.6 → 80.7
- 参考费用
- +$0.054 $2.46 → $2.51
- 评测用时
- +42.7% 101m 5s → 144m 16s
各档位实测成绩
选择两到三个配置，比较分数与费用。
左右滑动查看完整成绩 →
| 模型 / 档位 | 综合 | 后端与测试 | 前端与交互 | 知识与推理 | 评测用时 | 参考费用 | 对比 |
|---|---|---|---|---|---|---|---|
| high | 75.6 | 72 | 76 | 80 | 101m 5s | $2.46 | |
| xhigh | 80.7 | 78 | 80 | 85 | 144m 16s | $2.51 |
如何理解结果
上方分项成绩采用最高综合分所在的同一配置。完整综合分需要三项成绩，缺失结果显示为横线。
数据快照发布于 2026/10/1