BenchLeader

GPT-5.5 vs Grok 4.7

完整资料:GPT-5.5(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 14 个来源

截至 2026年11月16日,质量上 GPT-5.5 领先 Grok 4.7(BenchLeader Index 64.1 比 57.4)。不过,Grok 4.7 更便宜,对方的价格是它的 3.8 倍(每百万 token 混合价格 $3.00 比 $11.25)。在两者都有成绩的所有类别中,GPT-5.5 均领先。

要点(截至 2026年11月16日)

  • GPT-5.5 的 BenchLeader Index 为 64.1,Grok 4.7 为 57.4(BenchLeader,2026年11月16日)。
  • GPT-5.5 每百万 token 混合价格为 $11.25(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 52 项基准测试中,GPT-5.5 领先 25 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,GPT-5.5 的评分为 1512,Grok 4.7 为 1641(LMArena,截至 2026年11月16日 的公布数据)。

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
编程均可类别得分 61 比 61;Arena WebDev 1512 比 1641均可
智能体与工具调用GPT-5.5类别得分 62 比 57;ITBench SRE (AA) 45.8% 比 42.1%中
数学GPT-5.5类别得分 69 比 56;FrontierMath Tiers 1–3 85.3% 比 53.0%高
推理GPT-5.5类别得分 68 比 56;ARC-AGI-2 85.0% 比 61.4%高
知识GPT-5.5类别得分 64 比 60;SimpleQA Verified 63.0% 比 56.0%中
长文档GPT-5.5类别得分 67 比 63;AA-LCR v1.1 84.3% 比 76.7%中
图像及其他媒体GPT-5.5类别得分 62 比 56;Furniture Assembly 44.2% 比 20.8%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 $11.25;智能体编程会话 $0.144 比 $0.420–
首次回答最快GPT-5.5首个回答 token 38.3 秒(GPT-5.5 (xhigh))比 55.9 秒(Grok 4.7 (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

  • 质量上 GPT-5.5 (xhigh) 领先:64.1 比 57.4。
  • GPT-5.5 (xhigh) 在智能体与工具、知识、长上下文、数学、多模态、推理方面更强。
  • Grok 4.7 (xhigh) 在编程方面更强。
  • Grok 4.7 (xhigh) 更便宜,对方的价格是它的 3.8 倍(每百万 token 混合价格 $3.00 比 $11.25)。

概览

规格GPT-5.5Grok 4.7
提供商OpenAISpaceXAI
发布日期2026年4月23日2026年9月21日
上下文窗口(token)1,050,000500,000
对比时的配置GPT-5.5 (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)$5.00 / $30.00 / $0.500$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-5.5 (xhigh)Grok 4.7 (xhigh)领先者
推理68.155.6GPT-5.5
编程60.760.9持平
智能体与工具61.856.9GPT-5.5
数学69.355.8GPT-5.5
知识63.659.9GPT-5.5
指令遵循74.0–无法比较
人类偏好–62.5无法比较
多模态62.355.5GPT-5.5
长上下文66.962.9GPT-5.5
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多模态GPT-5.5, 推理: 68.1GPT-5.5, 编程: 60.7GPT-5.5, 智能体与工具: 61.8GPT-5.5, 数学: 69.3GPT-5.5, 知识: 63.6GPT-5.5, 长上下文: 66.9GPT-5.5, 多模态: 62.3Grok 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: 62.9Grok 4.7, 多模态: 55.5

未绘制(测得的模型少于两个):指令遵循, 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 52 项基准测试中,GPT-5.5 领先 25 项,Grok 4.7 领先 22 项,5 项持平。所有同时评测两者的综合评分都认为 GPT-5.5 更强。

综合 IndexGPT-5.5 (xhigh)Grok 4.7 (xhigh)领先者
BenchLeader Index64.157.4GPT-5.5
Arena Text1481†1443GPT-5.5

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-5.5 (xhigh)Grok 4.7 (xhigh)
每百万 token 混合价格$11.25$3.00
每百万 token 输入 / 输出$5.00 / $30.00$2.00 / $6.00
每百万 token 缓存输入$0.500$0.500
每项任务价格:聊天回复$0.011$0.0026
每项任务价格:总结一份 30 页的报告$0.078$0.028
每项任务价格:代码编辑$0.075$0.021
每项任务价格:智能体编程会话$0.420$0.144
每项任务价格:结构化信息提取$0.016$0.0052
智能体编程会话(输入大多命中缓存)$0.217$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81 tok/s68 tok/s
首次回答时间38.3 秒55.9 秒
完整回答耗时(最近一次测量 2026年11月13日)104.3 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-5.5 (xhigh) 得分 64.1,首个回答 token 需 38 秒;GPT-5.5 (high) 为 63.5(16 秒),GPT-5.5 为 61.0(3 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 200 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-5.5 (xhigh)Grok 4.7 (xhigh)
BenchLeader IndexBenchLeader64.157.4
智能体与工具得分BenchLeader61.856.9
编程得分BenchLeader60.760.9
指令遵循得分BenchLeader74.0–
知识得分BenchLeader63.659.9
长上下文得分BenchLeader66.962.9
数学得分BenchLeader69.355.8
多模态得分BenchLeader62.355.5
推理得分BenchLeader68.155.6
综合得分BenchLeader–52.8
人类偏好得分BenchLeader–62.5
混合价格(美元/百万 token)BenchLeader$11.25$3.00
输出速度BenchLeader81 tok/s68 tok/s
首次回答时间BenchLeader38.3 秒55.9 秒
上下文窗口BenchLeader1,050,000 token500,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub90.7%†92.7%
SimpleBenchSimpleBench69.0%†–
Arena Hard PromptsArena (LMArena)1499†1466
LiveBench 2.0 ReasoningLiveBench–82.7%
LiveBench 1.0 ReasoningLiveBench89.7%82.7%
GPQA Diamond (AA)Artificial Analysis93.5%–
Humanity's Last Exam (AA)Artificial Analysis45.8%43.1%
HLE-Diamond (AA)Artificial Analysis–23.2%
GPQA Diamond (Vals)Vals AI93.2%–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%†–
ARC-AGI-1ARC Prize95.0%89.5%
ARC-AGI-2ARC Prize85.0%61.4%
ARC-AGI-3ARC Prize0.4%†7.0%
CritPtArtificial Analysis27.1%17.7%
CritPt v2 hard subset (AA)Artificial Analysis–33.5%
MysteryMechanismVals AI–25.2%
HLE-Diamond (Scale)Scale AI SEAL–23.4%†
Arena ExpertArena (LMArena)1510†1478
Chess PuzzlesEpoch AI Benchmarking Hub63.0%41.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%29.0%
CL-bench LifeEpoch AI Benchmarking Hub22.2%†–
LMCAEpoch AI Benchmarking Hub54.3%49.4%
DTBenchEpoch AI Benchmarking Hub96.0%96.0%
ForecastBenchForecastBench64.2%†–
BTF-3Epoch AI Benchmarking Hub14.3%†–
显示全部 200 项基准测试
指标发布方GPT-5.5 (xhigh)Grok 4.7 (xhigh)
编程
SciCodeSciCode55.8%57.4%
WeirdMLWeirdML84.9%–
FrontierCodeCognition43.0%†47.6%†
GSO-BenchGSO-Bench40.2%–
Arena CodingArena (LMArena)1510†1493
Arena WebDevArena (LMArena)15121641
LiveBench 2.0 CodingLiveBench–73.1%
LiveBench 1.0 CodingLiveBench82.2%77.2%
LiveCodeBenchVals AI85.3%–
IOIVals AI–57.7%
SWE-bench (Vals)Vals AI82.6%–
Code MigrationVals AI45.2%44.8%
Code Migration v1.1Vals AI–53.2%
ProgramBenchVals AI0.5%0.5%
SWE-bench MultimodalVals AI–42.9%
Vibe Code Bench v1.1Vals AI69.8%86.2%
Vibe Code Bench 1-100 v1.1Vals AI–26.4%
SWE Atlas v1.0: Codebase QnAScale AI SEAL45.4%–
SWE Atlas v1.0: RefactoringScale AI SEAL44.8%–
SWE Atlas v1.0: Test WritingScale AI SEAL42.6%–
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 Hub23.3%54.4%
Surface Evolver BenchEpoch AI Benchmarking Hub88.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub67.0%–
CursorBenchCursor–46.3%
ALE-BenchEpoch AI Benchmarking Hub1943.01545.8
FrontierSWEEpoch AI Benchmarking Hub–29.5%
WeirdML v3WeirdML–8.4%
Terminal-Bench 4.0 (AA)Artificial Analysis14.7%25.8%
Terminal-Bench 2.1 (AA)Artificial Analysis84.3%–
Startrise FrontendStartrise–75.9%†
GameBench 2 OverallDuelLab GameBench 249.2†63.6†
GameBench 2 by reasoning settingDuelLab GameBench 259.971.2
Design Arena WebsiteDesign Arena1248†1244†
FrontierCode 1.1 (AA)Artificial Analysis–33.8%
FrontierCode 2.0 (AA)Artificial Analysis–28.7%
智能体与工具
Terminal-BenchTerminal-Bench84.7%†38.8%
OSWorld-Verified 2.0OSWorld13.0%–
Remote Labor IndexScale AI / CAIS6.3%†–
APEX-AgentsMercor55.1%†54.6%†
Arena AgentArena (LMArena)–2.6
LiveBench Long AgenticLiveBench–45.3%
LiveBench BrowserLiveBench–49.3%
LiveBench Agentic CodingLiveBench54.0%54.0%
Terminal-Bench HardArtificial Analysis60.6%–
τ²-Bench Telecom (AA)Artificial Analysis93.9%–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†73.4%
MCP AtlasScale AI SEAL75.3%–
HiL-BenchScale AI SEAL39.7%†–
τ³-bench Bankingτ²-bench44.6%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–60.7%
GDPval-AA v2.1Artificial Analysis13571717
τ³-Banking (AA)Artificial Analysis39.0%–
ITBench SRE (AA)Artificial Analysis45.8%42.1%
Analyst Agent (AA)Artificial Analysis50.0%52.5%
APEX-Agents (AA)Artificial Analysis37.7%–
CyberBenchVals AI–69.5%
Finance Agent v2Vals AI51.8%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 AI3.8%12.5%
Legal Research BenchVals AI40.4%47.1%
Robo-benchVals AI–0.2%
SkillsBenchVals AI62.2%–
SREBenchVals AI3.8%3.8%
Tax Agent BenchVals AI21.8%35.8%
Terminal-Bench 2.0 (Vals)Vals AI73.2%†–
Terminal-Bench 4.0 (Vals)Vals AI–28.8%
Terminal-Bench ScienceVals AI–10.0%
Time Horizon Index: KSPVals AI8.3%–
Arena SearchArena (LMArena)1226†–
Arena Agent Task CompletionArena (LMArena)–5.1
DeepResearch BenchDeepResearch Bench54.0%†–
PostTrainBenchEpoch AI Benchmarking Hub23.9%–
ExploitBenchEpoch AI Benchmarking Hub47.4%†–
GBAEvalEpoch AI Benchmarking Hub53.2%†–
Vending-Bench 2Andon Labs7523.8†10536.8†
AutomationBenchArtificial Analysis47.3%65.6%
GDP.pdf (AA)Artificial Analysis21.2%20.0%
Harvey LAB-AA v1.1Harvey–9.4%
EnterpriseOps-GymArtificial Analysis46.6%–
AA-Briefcase v1.1Artificial Analysis11351636
GDPxGDPx by SemiAnalysis–3.9%
Design Arena AgenticDesign Arena1113†1277†
RoboDojo (LLM as robot policy)RoboDojo1.1†–
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 Hub85.3%53.0%
FrontierMath Tier 4Epoch AI Benchmarking Hub72.5%17.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub84.4%†98.1%
ProofBenchVals AI50.0%26.0%†
LiveBench MathematicsLiveBench95.9%95.7%
AIME 2026MathArena100.0%–
HMMT February 2026MathArena98.5%–
USAMO 2026MathArena98.2%–
MathArena ApexMathArena80.2%–
Arena MathsArena (LMArena)1500†1447
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%0.0%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub63.0%56.0%
LiveBench 2.0 Data AnalysisLiveBench–76.9%
LiveBench ResearchLiveBench–89.5%
LiveBench 1.0 Data AnalysisLiveBench81.6%76.9%
AA-Omniscience v1.1Artificial Analysis–31.2
MMLU-ProVals AI88.1%–
LegalBenchVals AI86.5%84.4%
CorpFinVals AI68.4%–
TaxEvalVals AI75.0%–
PRBench LegalScale AI SEAL–47.6%
BioMysteryBenchVals AI–69.3%
CaseLaw v2Vals AI66.2%–
Excel Modeling BenchmarkVals AI64.5%67.0%
Excel Modeling Benchmark v1.1Vals AI–71.5%
MedCodeVals AI49.1%49.5%
MedScribeVals AI86.9%89.4%
Public Benefits Bench v1.1Vals AI60.9%65.6%
Access to Justice BenchmarkVals AI–73.7%
Financial Coaching BenchVals AI–74.1%
Immigration BenchVals AI–68.0%
DrugDiscoveryBenchScale AI SEAL51.6%–
EBR-benchEpoch AI Benchmarking Hub34.3%–
GDP.pdfEpoch AI Benchmarking Hub26.0%22.8%
AA-Omniscience v1.1: accuracyArtificial Analysis–42.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–80.0%
HealthBench Professional (AA)OpenAI–55.8%
FACTS ParametricGoogle–54.3%†
指令遵循
LiveBench LanguageLiveBench87.4%80.1%
LiveBench Instruction FollowingLiveBench70.7%75.3%
IFBenchArtificial Analysis75.8%–
Arena Instruction FollowingArena (LMArena)1475†1435
人类偏好
Arena TextArena (LMArena)1476†1443
EQ-Bench 4EQ-Bench1295†–
EQ-Bench Creative Writing v3EQ-Bench1845†2012†
Arena Creative WritingArena (LMArena)1448†1421
Arena Multi-turnArena (LMArena)1484†1435
Arena Longer QueriesArena (LMArena)1486†1454
多模态
Arena VisionArena (LMArena)1296†1230
LiveBench DesignLiveBench–75.0%
MMMU-ProArtificial Analysis79.9%78.2%†
MMMU-Pro (Vals)Vals AI88.3%–
MortgageTaxVals AI68.8%–
SAGEVals AI–88.7%
GeoBenchGeoBench–61.0%†
Blueprint-Bench 2Epoch AI Benchmarking Hub36.2%†32.5%†
Furniture AssemblyEpoch AI Benchmarking Hub44.2%20.8%
VIALS-AAHandshake AI–37.9%
Code2Video-AAArtificial Analysis10001127
AA-3DArtificial Analysis–992
FACTS MultimodalGoogle–40.9%†
长上下文
AA-LCR v1.1Artificial Analysis84.3%76.7%
Arena DocumentArena (LMArena)1479†–
MLCRArtificial Analysis28.9%20.0%
FACTS GroundingGoogle–68.6%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.1†156.2†
LiveBench 2.0LiveBench–67.9%
LiveBench 1.0LiveBench80.2%77.4%
AA Intelligence Index v5.0.1Artificial Analysis–35.5
AA Intelligence Index v4.3.2Artificial Analysis38.446.5
AA Progress Index v1Artificial Analysis320322.7
Vals IndexVals AI–58.6
Vals Finance IndexVals AI–58.8%
Vals RSI IndexVals AI16.5%20.2%
Vals Science IndexVals AI–34.8%
Vals Multimodal IndexVals AI68.1%–
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 SEAL16.3%–
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-5.5 (xhigh):1 项新结果(GDPval-AA v2.1)。
  • GPT-5.5 (xhigh):BenchLeader Index 64.6 → 64.1。
  • GPT-5.5 (xhigh):1 项分数修订。
  • GPT-5.5 (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。
  • GPT-5.5 (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-5.5 vs Grok 4.7:常见问题

GPT-5.5 比 Grok 4.7 更好吗?
质量上 GPT-5.5 (xhigh) 领先:64.1 比 57.4。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,GPT-5.5 (xhigh) 总体领先,但请结合你的用途查看各类别得分。
GPT-5.5 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 $11.25(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-5.5 还是 Grok 4.7 更好?
两者在编程方面持平(类别得分 61 比 61)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-5.5 为 1512,Grok 4.7 为 1641。
GPT-5.5 和 Grok 4.7 哪个更快?
GPT-5.5 输出更快(输出 81 比 68 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.5 还是 Grok 4.7 更好?
GPT-5.5 在智能体任务方面得分更高(类别得分 62 比 57,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-5.5 在长上下文基准测试上得分更高(67 比 63)。GPT-5.5 支持更长的上下文:1,050,000 token,Grok 4.7 为 500,000 token。
哪个延迟更低?
GPT-5.5 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 38.3 秒比 55.9 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-5.5 和 Grok 4.7 的看法一致吗?
在两者都有结果的 52 项基准测试中,GPT-5.5 领先 25 项,Grok 4.7 领先 22 项,5 项持平。所有同时评测两者的综合评分都认为 GPT-5.5 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。