BenchLeader

GPT-5.2 vs Grok 4.7

完整资料:GPT-5.2(OpenAI)和 Grok 4.7(SpaceXAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,GPT-5.2 与 Grok 4.7 的质量不相上下(BenchLeader Index 59.9 比 57.4,在 ±4.8 的误差范围内)。Grok 4.7 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。看重推理(60 比 56)、长上下文(66 比 63)和编程(63 比 61)选 GPT-5.2;看重知识(60 比 56)和智能体与工具(57 比 54)选 Grok 4.7。Grok 4.7 的首次回答更快(55.9 秒 比 112.5 秒)。

要点(截至 2026年11月16日)

  • GPT-5.2 的 BenchLeader Index 为 59.9,Grok 4.7 为 57.4(BenchLeader,2026年11月16日)。
  • GPT-5.2 每百万 token 混合价格为 $4.81(标价,2026年11月16日)。
  • Grok 4.7 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
  • 在两者都有结果的 22 项基准测试中,Grok 4.7 领先 16 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-5.2类别得分 63 比 61;Vibe Code Bench v1.1 53.5% 比 86.2%中
智能体与工具调用Grok 4.7类别得分 57 比 54中
数学均可类别得分 57 比 56;FrontierMath Tiers 1–3 67.4% 比 53.0%均可
推理GPT-5.2类别得分 60 比 56;GPQA Diamond 91.4% 比 92.7%中
知识Grok 4.7类别得分 60 比 56;SimpleQA Verified 56.0% 比 37.1%中
长文档GPT-5.2类别得分 66 比 63;AA-LCR v1.1 82.7% 比 76.7%中
对话质量(人类偏好)–只有 Grok 4.7 有 Arena 评分(类别得分 63)无法比较
成本最低Grok 4.7每百万 token 混合价格 $3.00 比 $4.81;智能体编程会话 $0.144 比 $0.161–
首次回答最快Grok 4.7首个回答 token 55.9 秒(Grok 4.7 (xhigh))比 112.5 秒(GPT-5.2 (xhigh))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-5.2 (xhigh) 与 Grok 4.7 (xhigh) 的质量不相上下(59.9 比 57.4,在 ±4.8 的误差范围内)。
  • GPT-5.2 (xhigh) 在编程、长上下文、数学、推理方面更强。
  • Grok 4.7 (xhigh) 在智能体与工具、知识方面更强。
  • Grok 4.7 (xhigh) 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。

概览

规格GPT-5.2Grok 4.7
提供商OpenAISpaceXAI
发布日期2025年12月11日2026年9月21日
上下文窗口(token)400,000500,000
对比时的配置GPT-5.2 (xhigh)Grok 4.7 (xhigh)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.75 / $14.00 / $0.175$2.00 / $6.00 / $0.500

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.2 (xhigh)Grok 4.7 (xhigh)领先者
推理60.455.6GPT-5.2
编程63.060.9GPT-5.2
智能体与工具53.856.9Grok 4.7
数学56.555.8持平
知识56.159.9Grok 4.7
指令遵循73.7–无法比较
人类偏好–62.5无法比较
多模态–55.5无法比较
长上下文66.062.9GPT-5.2
综合–52.8无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文GPT-5.2, 推理: 60.4GPT-5.2, 编程: 63.0GPT-5.2, 智能体与工具: 53.8GPT-5.2, 数学: 56.5GPT-5.2, 知识: 56.1GPT-5.2, 长上下文: 66.0Grok 4.7, 推理: 55.6Grok 4.7, 编程: 60.9Grok 4.7, 智能体与工具: 56.9Grok 4.7, 数学: 55.8Grok 4.7, 知识: 59.9Grok 4.7, 长上下文: 62.9

未绘制(测得的模型少于两个):指令遵循, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 22 项基准测试中,GPT-5.2 领先 6 项,Grok 4.7 领先 16 项。所有同时评测两者的综合评分都认为 Grok 4.7 更强。

综合 IndexGPT-5.2 (xhigh)Grok 4.7 (xhigh)领先者
BenchLeader Index59.957.4不相上下
Arena Text1437†1443Grok 4.7

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.2 (xhigh)Grok 4.7 (xhigh)
每百万 token 混合价格$4.81$3.00
每百万 token 输入 / 输出$1.75 / $14.00$2.00 / $6.00
每百万 token 缓存输入$0.175$0.500
每项任务价格:聊天回复$0.0049$0.0026
每项任务价格:总结一份 30 页的报告$0.029$0.028
每项任务价格:代码编辑$0.032$0.021
每项任务价格:智能体编程会话$0.161$0.144
每项任务价格:结构化信息提取$0.0063$0.0052
智能体编程会话(输入大多命中缓存)$0.090$0.076
每项基准测试任务成本(AA Index)–$7.77
每项任务输出 token(AA Index)–105k
其中推理部分–69k
每项任务耗时(AA Index)–26 min
输出速度76 tok/s68 tok/s
首次回答时间112.5 秒55.9 秒
完整回答耗时(最近一次测量 2026年11月13日)154.4 秒145.5 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.2 (xhigh) 得分 59.9,首个回答 token 需 112 秒;GPT-5.2 为 56.7(2 秒),GPT-5.2 (medium) 为 56.2(7 秒)。Grok 4.7 (xhigh) 得分 57.4,首个回答 token 需 56 秒;Grok 4.7 (high) 为 56.9(35 秒),Grok 4.7 (low) 为 55.4(10 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 206 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.2 (xhigh)Grok 4.7 (xhigh)
BenchLeader IndexBenchLeader59.957.4
智能体与工具得分BenchLeader53.856.9
编程得分BenchLeader63.060.9
指令遵循得分BenchLeader73.7–
知识得分BenchLeader56.159.9
长上下文得分BenchLeader66.062.9
数学得分BenchLeader56.555.8
推理得分BenchLeader60.455.6
综合得分BenchLeader–52.8
人类偏好得分BenchLeader–62.5
多模态得分BenchLeader–55.5
混合价格(美元/百万 token)BenchLeader$4.81$3.00
输出速度BenchLeader76 tok/s68 tok/s
首次回答时间BenchLeader112.5 秒55.9 秒
上下文窗口BenchLeader400,000 token500,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.4%92.7%
Humanity's Last ExamScale AI / CAIS27.8%†–
SimpleBenchSimpleBench45.8%†–
Arena Hard PromptsArena (LMArena)1497†1466
LiveBench 2.0 ReasoningLiveBench–82.7%
LiveBench 1.0 ReasoningLiveBench83.2%†82.7%
GPQA Diamond (AA)Artificial Analysis90.3%–
Humanity's Last Exam (AA)Artificial Analysis37.7%43.1%
HLE-Diamond (AA)Artificial Analysis–23.2%
GPQA Diamond (Vals)Vals AI91.7%–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%†–
ARC-AGI-1ARC Prize86.2%89.5%
ARC-AGI-2ARC Prize52.9%61.4%
ARC-AGI-3ARC Prize–7.0%
CritPtArtificial Analysis11.6%17.7%
CritPt v2 hard subset (AA)Artificial Analysis–33.5%
MysteryMechanismVals AI–25.2%
SciPredictScale AI SEAL20.6%†–
HLE-Diamond (Scale)Scale AI SEAL–23.4%†
Arena ExpertArena (LMArena)1491†1478
Chess PuzzlesEpoch AI Benchmarking Hub48.0%41.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†29.0%
CL-benchEpoch AI Benchmarking Hub18.2%†–
LMCAEpoch AI Benchmarking Hub43.9%49.4%
DTBenchEpoch AI Benchmarking Hub90.9%96.0%
显示全部 206 项基准测试
指标发布方GPT-5.2 (xhigh)Grok 4.7 (xhigh)
推理
ForecastBenchForecastBench63.8%†–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub73.8%†–
SciCodeSciCode–57.4%
WeirdMLWeirdML72.2%–
FrontierCodeCognition–47.6%†
GSO-BenchGSO-Bench27.4%†–
Arena CodingArena (LMArena)1515†1493
Arena WebDevArena (LMArena)1421†1641
LiveBench 2.0 CodingLiveBench–73.1%
LiveBench 1.0 CodingLiveBench76.1%†77.2%
LiveCodeBenchVals AI85.4%–
IOIVals AI–57.7%
SWE-bench (Vals)Vals AI75.8%–
SWE-Bench ProScale AI SEAL29.9%†–
SWE-bench Verified (bash only)SWE-bench69.0%†–
SWE-bench Multilingual (bash only)SWE-bench66.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Code MigrationVals AI–44.8%
Code Migration v1.1Vals AI–53.2%
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–42.9%
Vibe Code Bench v1.1Vals AI53.5%86.2%
Vibe Code Bench 1-100 v1.1Vals AI–26.4%
SWE-Bench Pro (private)Scale AI SEAL23.8%†–
SWE Atlas v1.1Scale AI SEAL–62.1%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–73.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL–64.4%†
SWE Atlas v1.1: RefactoringScale AI SEAL–48.6%†
MirrorCodeEpoch AI Benchmarking Hub32.2%54.4%
CursorBenchCursor–46.3%
ALE-BenchEpoch AI Benchmarking Hub1249.8†1545.8
AlgoTuneAlgoTune2.0†–
FrontierSWEEpoch AI Benchmarking Hub–29.5%
WeirdML v3WeirdML5.0%8.4%
Terminal-Bench 4.0 (AA)Artificial Analysis–25.8%
Startrise FrontendStartrise–75.9%†
GameBench 2 OverallDuelLab GameBench 2–63.6†
GameBench 2 by reasoning settingDuelLab GameBench 2–71.2
Design Arena WebsiteDesign Arena11861244†
FrontierCode 1.1 (AA)Artificial Analysis–33.8%
FrontierCode 2.0 (AA)Artificial Analysis–28.7%
LiveCodeBench (AA)Artificial Analysis88.9%–
智能体与工具
Terminal-BenchTerminal-Bench64.9%†38.8%
GDPvalOpenAI49.7%†–
Remote Labor IndexScale AI / CAIS2.1%†–
APEX-AgentsMercor–54.6%†
Arena AgentArena (LMArena)–2.6
LiveBench Long AgenticLiveBench–45.3%
LiveBench BrowserLiveBench–49.3%
LiveBench Agentic CodingLiveBench50.3%†54.0%
Terminal-Bench HardArtificial Analysis47.0%–
τ²-Bench Telecom (AA)Artificial Analysis84.8%–
Terminal-Bench 2.1 (Vals)Vals AI–73.4%
MCP AtlasScale AI SEAL67.6%–
BFCL OverallBerkeley Function Calling Leaderboard55.9%†–
τ²-benchτ²-bench84.8%†–
τ³-bench Bankingτ²-bench32.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–60.7%
GDPval-AA v2.1Artificial Analysis–1717
τ³-Banking (AA)Artificial Analysis11.1%†–
ITBench SRE (AA)Artificial Analysis–42.1%
Analyst Agent (AA)Artificial Analysis–52.5%
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI–52.3%
Finance Agent v2.1Vals AI–60.6%
Harvey's Legal Agent Benchmark v1.1Vals AI–18.3%
Harvey's Legal Agent Benchmark v1Vals AI–12.5%
Legal Research BenchVals AI–47.1%
Poker AgentVals AI1131.8%†–
Robo-benchVals AI–0.2%
SREBenchVals AI–3.8%
Tax Agent BenchVals AI–35.8%
Terminal-Bench 2.0 (Vals)Vals AI51.7%†–
Terminal-Bench 4.0 (Vals)Vals AI–28.8%
Terminal-Bench ScienceVals AI–10.0%
Arena SearchArena (LMArena)1161†–
Arena Agent Task CompletionArena (LMArena)–5.1
DeepResearch BenchDeepResearch Bench41.1%†–
METR Time HorizonsMETR75.3%†–
Vending-Bench 2Andon Labs3591.3†10536.8†
AutomationBenchArtificial Analysis–65.6%
GDP.pdf (AA)Artificial Analysis–20.0%
Harvey LAB-AA v1.1Harvey–9.4%
AA-Briefcase v1.1Artificial Analysis–1636
GDPxGDPx by SemiAnalysis–3.9%
Design Arena AgenticDesign Arena1065†1277†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–11.4%
CWE-Bench (AA)Artificial Analysis–68.3%
DeepSec-Bench (AA)Artificial Analysis–26.9%
CyberGym end-to-end (AA)Artificial Analysis–74.0%
MKA (AA)Artificial Analysis–40.1%
FACTS SearchGoogle–85.6%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub67.4%53.0%
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%17.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub96.1%98.1%
ProofBenchVals AI15.0%26.0%†
LiveBench MathematicsLiveBench93.2%†95.7%
AIME (Vals)Vals AI96.9%–
MGSMVals AI94.0%–
AIME 2026MathArena98.3%†–
HMMT February 2026MathArena97.0%†–
MathArena ApexMathArena13.5%†–
Arena MathsArena (LMArena)1453†1447
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%
AIME 2025 (AA)Artificial Analysis99.0%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub37.1%56.0%
LiveBench 2.0 Data AnalysisLiveBench–76.9%
LiveBench ResearchLiveBench–89.5%
LiveBench 1.0 Data AnalysisLiveBench78.2%†76.9%
AA-Omniscience v1.1Artificial Analysis–31.2
MMLU-ProVals AI86.2%–
LegalBenchVals AI82.8%84.4%
CorpFinVals AI65.9%–
TaxEvalVals AI75.8%–
MedQAVals AI94.1%–
PRBench LegalScale AI SEAL–47.6%
MultiNRCScale AI SEAL42.2%†–
BioMysteryBenchVals AI–69.3%
CaseLaw v2Vals AI66.0%–
Excel Modeling BenchmarkVals AI–67.0%
Excel Modeling Benchmark v1.1Vals AI–71.5%
MedCodeVals AI49.8%49.5%
MedScribeVals AI84.4%89.4%
Public Benefits Bench v1.1Vals AI–65.6%
Access to Justice BenchmarkVals AI–73.7%
Financial Coaching BenchVals AI–74.1%
Immigration BenchVals AI–68.0%
DrugDiscoveryBenchScale AI SEAL29.3%–
EBR-benchEpoch AI Benchmarking Hub23.0%–
GDP.pdfEpoch AI Benchmarking Hub–22.8%
AA-Omniscience v1.1: accuracyArtificial Analysis–42.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–80.0%
Global-MMLU-Lite (AA)Artificial Analysis89.8%†–
HealthBench Professional (AA)OpenAI–55.8%
FACTS ParametricGoogle–54.3%†
指令遵循
LiveBench LanguageLiveBench79.8%†80.1%
LiveBench Instruction FollowingLiveBench61.8%†75.3%
IFBenchArtificial Analysis75.4%–
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1457†1435
人类偏好
Arena TextArena (LMArena)1476†1443
EQ-Bench Creative Writing v3EQ-Bench1703†2012†
Arena Creative WritingArena (LMArena)1432†1421
Arena Multi-turnArena (LMArena)1495†1435
Arena Longer QueriesArena (LMArena)1472†1454
多模态
Arena VisionArena (LMArena)1268†1230
LiveBench DesignLiveBench–75.0%
MMMU-ProArtificial Analysis74.6%†78.2%†
VISTAScale AI SEAL46.6%†–
MMMU-Pro (Vals)Vals AI86.7%–
MortgageTaxVals AI67.1%–
SAGEVals AI–88.7%
GeoBenchGeoBench–61.0%†
VPCTEpoch AI Benchmarking Hub84.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub–32.5%†
Furniture AssemblyEpoch AI Benchmarking Hub38.3%20.8%
VIALS-AAHandshake AI–37.9%
Code2Video-AAArtificial Analysis–1127
AA-3DArtificial Analysis–992
FACTS MultimodalGoogle–40.9%†
长上下文
AA-LCR v1.1Artificial Analysis82.7%76.7%
Arena DocumentArena (LMArena)1425†–
MLCRArtificial Analysis–20.0%
FACTS GroundingGoogle–68.6%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.5†156.2†
LiveBench 2.0LiveBench–67.9%
LiveBench 1.0LiveBench74.6%†77.4%
AA Intelligence Index v5.0.1Artificial Analysis–35.5
AA Intelligence Index v4.3.2Artificial Analysis30.446.5
AA Progress Index v1Artificial Analysis295.5322.7
Vals IndexVals AI–58.6
Vals Finance IndexVals AI–58.8%
Vals RSI IndexVals AI15.8%20.2%
Vals Science IndexVals AI–34.8%
Vals Router IndexVals AI–58.6%†
Vals Legal IndexVals AI–72.7%
AA Cyber IndexArtificial Analysis–56.4
安全与诚实
FORTRESSScale AI SEAL17.5%†–
MASKScale AI SEAL86.7%†–
PropensityBenchScale AI SEAL34.4%†–
DistressBenchScale AI SEAL–52.4%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
  • Grok 4.7 (xhigh):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-5.2 (xhigh):1 项新结果(AIME 2025 (AA))。
  • GPT-5.2 (xhigh):1 项新结果(MirrorCode)。
  • Grok 4.7 (xhigh):1 项新结果(MirrorCode)。
  • Grok 4.7 (xhigh):1 项新结果(ALE-Bench)。
  • Grok 4.7 (xhigh):2 项分数修订。
  • Grok 4.7 (xhigh):2 项分数修订。
  • Grok 4.7 (xhigh):2 项分数修订。
  • Grok 4.7 (xhigh):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.2 vs Grok 4.7:常见问题

GPT-5.2 比 Grok 4.7 更好吗?
GPT-5.2 (xhigh) 与 Grok 4.7 (xhigh) 的质量不相上下(59.9 比 57.4,在 ±4.8 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-5.2 和 Grok 4.7 哪个更便宜?价格会变吗?
目前 Grok 4.7 更便宜:每百万 token $3.00 比 $4.81(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.2 还是 Grok 4.7 更好?
GPT-5.2 在编程方面得分更高(类别得分 63 比 61,50 为平均水平)。
GPT-5.2 和 Grok 4.7 哪个更快?
GPT-5.2 输出更快(输出 76 比 68 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.2 还是 Grok 4.7 更好?
Grok 4.7 在智能体任务方面得分更高(类别得分 57 比 54,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-5.2 在长上下文基准测试上得分更高(66 比 63)。Grok 4.7 支持更长的上下文:500,000 token,GPT-5.2 为 400,000 token。
哪个延迟更低?
Grok 4.7 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 55.9 秒比 112.5 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.2 和 Grok 4.7 的看法一致吗?
在两者都有结果的 22 项基准测试中,GPT-5.2 领先 6 项,Grok 4.7 领先 16 项。所有同时评测两者的综合评分都认为 Grok 4.7 更强。
Grok 4.7 是什么时候发布的?
Grok 4.7 于 2026年9月21日 发布。