নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

সারাংশ

Claude Opus 4.8 (low) vs Grok 4.5 (medium) benchmark তুলনা: Grok 4.5 (medium) average score-এ এগিয়ে: 8.3 vs 7.7. Claude Opus 4.8 (low)-এর benchmark খরচ কম: $1.270 vs $1.696. Claude Opus 4.8 (low) দ্রুত: 10.83s vs 62.63s, pass rates 79.4% vs 77.8%.

প্রস্তাবিত মডেল: Claude Opus 4.8 (low) - Its score stays close to the best score here (7.7 vs 8.3), while responding about 5.8x faster than Grok 4.5 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-08

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 7.7 8.3
র‍্যাঙ্ক #40 #23
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 8.8 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 79.4% 77.8%
অস্থির টেস্ট 3 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 8.466 11.304
মোট খরচ $1.270 $1.696
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $25.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 60,946 53,500
আউটপুট টোকেন 31,771 1,621
রিজনিং টোকেন 6,831 263,127
প্রতিক্রিয়া সময় (গড়) 10.83s 62.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 436.38s
প্রতিক্রিয়া সময় (মোট) 227.39s 1315.20s

জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#40 Claude Opus 4.8

low
খরচ
$0.031
সময়
14.1s
টোকেন
1,345 tok

#23 xAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

দ্রুত তুলনা

তুলনার জুটি বদলান