Grok 4.5vsGPT-5.6 Sol
在 14 个共同 benchmark 中，GPT-5.6 Sol 整体领先：Grok 4.5 领先 2 项，GPT-5.6 Sol 领先 12 项，持平 0 项，平均分差 -38.02。
Grok 4.5
xAI · 2026-07-08 · 编程大模型
GPT-5.6 Sol
OpenAI · 2026-06-26 · 推理大模型
Grok 4.52 项(14%)(86%)12 项GPT-5.6 Sol
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
Coding and Software Engineer
GPT-5.6 Sol 领先 3/4| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| DeepSWE | 5318 / 27Thinking High (With Tools) | 72.701 / 27极高强度思考（工具） | -19.70 |
| FrontierCode 1.1 | 56.604 / 5Thinking High (With Tools) | 60.603 / 5Max (With Tools) | -4 |
| CursorBench 3.2 | 66.704 / 4Thinking High (With Tools) | 67.203 / 4Max (With Tools) | -0.50 |
| SWE-Bench Pro - Public | 64.706 / 57Thinking High (With Tools) | 64.607 / 57极高强度思考（工具） | +0.10 |
Productivity Knowledge
GPT-5.6 Sol 领先 2/3| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| GDPval-AA v2 | 1,5267 / 13Thinking High (With Tools) | 1,7285 / 13Max (With Tools) | -202 |
| AA-Briefcase | 1,3136 / 6Thinking High (With Tools) | 1,5025 / 6Max (With Tools) | -189 |
| Harvey Lab-AA | 12.904 / 6Thinking High (With Tools) | 2.506 / 6Max (With Tools) | +10.40 |
AI Agent - Tool Usage
GPT-5.6 Sol 领先 2/2| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Terminal-Bench 3.0 | 15.705 / 6Thinking High (With Tools) | 34.601 / 6Max (With Tools) | -18.90 |
| Terminal-Bench 2.1 | 83.3014 / 44Thinking High (With Tools) | 88.801 / 44最高（无工具） | -5.50 |
Math and Reasoning
GPT-5.6 Sol 领先 2/2| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 24.3920 / 34Thinking High (No Tools) | 82.932 / 34最高（无工具） | -58.54 |
| FrontierMath v2 | 57.1921 / 34Thinking High (No Tools) | 89.121 / 34最高（无工具） | -31.93 |
Agent Level Benchmark
GPT-5.6 Sol 领先 1/1| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| APEX-Agents | 47.104 / 5Thinking High (With Tools) | 56.703 / 5Max (With Tools) | -9.60 |
General Knowledge
GPT-5.6 Sol 领先 1/1| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| AA Intelligence Index | 564 / 8Thinking High (With Tools) | 593 / 8最高（无工具） | -3 |
科学与综合推理
GPT-5.6 Sol 领先 1/1| 评测项 | Grok 4.5 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.4315 / 226Thinking High (No Tools) | 93.5014 / 226最高（无工具） | -0.06 |
规格对比
| 字段 | Grok 4.5 | GPT-5.6 Sol |
|---|---|---|
| 发布机构 | xAI | OpenAI |
| 发布时间 | 2026-07-08 | 2026-06-26 |
| 模型类型 | 编程大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 500K | 1.05M |
| 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 | GPT-5.6 Sol |
|---|---|---|
| 文本输入 | $2 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $6 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- GPT-5.6 Sol在以下类目领先:Coding and Software Engineer (3/4)、Productivity Knowledge (2/3)、AI Agent - Tool Usage (2/2)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)、General Knowledge (1/1)、科学与综合推理 (1/1)
14 个共同 benchmark 上，GPT-5.6 Sol 平均高出 38.02 分。
单项差距最大的 benchmark：GDPval-AA v2 — Grok 4.5 1,526，GPT-5.6 Sol 1,728（分差 -202）。
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。