নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 (medium) vs Grok 4.5 (high)

Grok 4.5 (high) average score-এ এগিয়ে: 9.0 vs 8.8. Claude Opus 4.8 (medium)-এর benchmark খরচ কম: $1.983 vs $2.252. Claude Opus 4.8 (medium) দ্রুত: 12.97s vs 72.30s, pass rates 83.3% vs 86.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#26
মোট আউটপুট টোকেন
51,927
প্রতিক্রিয়া সময় (গড়)
12.97s
মোট খরচ
$1.983
র‍্যাঙ্ক
#21
মোট আউটপুট টোকেন
324,462
প্রতিক্রিয়া সময় (গড়)
72.30s
মোট খরচ
$2.252
প্রস্তাবিত মডেল Claude Opus 4.8 (medium)

Its score stays close to the best score here (8.8 vs 9.0), while responding about 5.6x faster than Grok 4.5 (high).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 Grok 4.5 Grok 4.5 high প্রকাশ: 2026-07-08
স্কোর 8.8 9.0
র‍্যাঙ্ক #26 #21
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 83.3% 86.4%
অস্থির টেস্ট 2 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.662 12.565
মোট খরচ $1.983 $2.252
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $25.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 138,448 152,175
আউটপুট টোকেন 40,765 5,655
রিজনিং টোকেন 11,162 318,807
প্রতিক্রিয়া সময় (গড়) 12.97s 72.30s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 70.54s 676.83s
প্রতিক্রিয়া সময় (মোট) 285.29s 1590.56s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#26 Claude Opus 4.8

medium
খরচ
$0.057
সময়
23.1s
টোকেন
2,412 tok

#21 SpaceXAI: Grok 4.5

high
খরচ
$0.015
সময়
29.7s
টোকেন
2,737 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

কোডিং 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 15.33s 10,590 9,945 1,381
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

দ্রুত তুলনা

তুলনার জুটি বদলান