Grok 4.5vsGLM-5.2
在 7 个共同 benchmark 中，Grok 4.5 整体领先：Grok 4.5 领先 5 项，GLM-5.2 领先 2 项，持平 0 项，平均分差 +3.51。
Grok 4.55 项(71%)(29%)2 项GLM-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
Coding and Software Engineer
Grok 4.5 领先 3/3| 评测项 | Grok 4.5 | GLM-5.2 | 分差 |
|---|---|---|---|
| SWE-Marathon | 293 / 4Thinking High (With Tools) | 134 / 4Max (With Tools) | +16 |
| DeepSWE | 5318 / 27Thinking High (With Tools) | 4421 / 27Deep Thinking (With Tools) | +9 |
| SWE-Bench Pro - Public | 64.706 / 57Thinking High (With Tools) | 62.109 / 57Thinking (With Tools) | +2.60 |
Math and Reasoning
GLM-5.2 领先 2/2| 评测项 | Grok 4.5 | GLM-5.2 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 24.3920 / 34Thinking High (No Tools) | 29.2716 / 34最高（无工具） | -4.88 |
| FrontierMath v2 | 57.1921 / 34Thinking High (No Tools) | 59.2119 / 34最高（无工具） | -2.01 |
AI Agent - Tool Usage
Grok 4.5 领先 1/1| 评测项 | Grok 4.5 | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 83.3014 / 44Thinking High (With Tools) | 8117 / 44Thinking High (With Tools) | +2.30 |
科学与综合推理
Grok 4.5 领先 1/1| 评测项 | Grok 4.5 | GLM-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.4315 / 226Thinking High (No Tools) | 91.8626 / 226最高（无工具） | +1.58 |
规格对比
| 字段 | Grok 4.5 | GLM-5.2 |
|---|---|---|
| 发布机构 | xAI | 智谱AI |
| 发布时间 | 2026-07-08 | 2026-06-13 |
| 模型类型 | 编程大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 7533.3亿 |
| 上下文长度 | 500K | 1M |
| 最大输出 | 暂无数据 | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Grok 4.5 | GLM-5.2 |
|---|---|---|
| 文本输入 | $2 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | $6 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.26 / 1M tokens |
小结
- Grok 4.5在以下类目领先:Coding and Software Engineer (3/3)、AI Agent - Tool Usage (1/1)、科学与综合推理 (1/1)
- GLM-5.2在以下类目领先:Math and Reasoning (2/2)
7 个共同 benchmark 上，Grok 4.5 平均高出 3.51 分。
单项差距最大的 benchmark：SWE-Marathon — Grok 4.5 29，GLM-5.2 13（分差 +16）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。