নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.3

Claude Opus 4.8 average score-এ এগিয়ে: 7.3 vs 7.1. Grok 4.3 (medium)-এর benchmark খরচ কম: $0.779 vs $1.166. Claude Opus 4.8 দ্রুত: 4.91s vs 47.45s, pass rates 63.6% vs 68.2%.

প্রস্তাবিত মডেলClaude Opus 4.8It has the best score here (7.3), while responding about 9.7x faster than Grok 4.3 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 7.3 7.1
র‍্যাঙ্ক #63 #70
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 68.2%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 5.990
মোট খরচ $1.166 $0.779
ইনপুট মূল্য $5.000 / 1M $1.250 / 1M
আউটপুট মূল্য $25.000 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 149,206 140,031
আউটপুট টোকেন 16,797 13,739
রিজনিং টোকেন 0 227,682
প্রতিক্রিয়া সময় (গড়) 4.91s 47.45s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 216.69s
প্রতিক্রিয়া সময় (মোট) 108.03s 1043.83s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#70 xAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 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 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

দ্রুত তুলনা

তুলনার জুটি বদলান