#73 Claude Opus 4.8
none- খরচ
- $0.053
- সময়
- 22.0s
- টোকেন
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
সারাংশ
Grok 4.20 (medium) average score-এ এগিয়ে: 7.3 vs 7.2. Claude Opus 4.8-এর benchmark খরচ কম: $0.539 vs $0.609. Claude Opus 4.8 দ্রুত: 3.48s vs 27.68s, pass rates 61.9% vs 63.5%.
প্রস্তাবিত মডেলClaude Opus 4.8Its score stays close to the best score here (7.2 vs 7.3), while responding about 8.0x faster than Grok 4.20 (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| স্কোর | 7.2 | 7.3 |
| র্যাঙ্ক | #73 | #69 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 9.2 | 8.8 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 61.9% | 63.5% |
| অস্থির টেস্ট | 2 | 3 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 4.485 | 8.309 |
| মোট খরচ | $0.539 | $0.609 |
| ইনপুট মূল্য | $5.000 / 1M | $1.250 / 1M |
| আউটপুট মূল্য | $25.000 / 1M | $2.500 / 1M |
| মোট ইনপুট টোকেন | 67,104 | 44,433 |
| আউটপুট টোকেন | 8,107 | 1,819 |
| রিজনিং টোকেন | 0 | 219,524 |
| প্রতিক্রিয়া সময় (গড়) | 3.48s | 27.68s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 17.73s | 199.66s |
| প্রতিক্রিয়া সময় (মোট) | 73.00s | 581.26s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- খরচ
- $0.041
- সময়
- 110.3s
- টোকেন
- 16,336 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmediumবিনামূল্যে উপলভ্যClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumবিনামূল্যে উপলভ্যQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium