নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

সারাংশ

Claude Opus 4.8 vs Grok 4.5 (medium) benchmark তুলনা: Grok 4.5 (medium) average score-এ এগিয়ে: 8.3 vs 7.2. Claude Opus 4.8-এর benchmark খরচ কম: $0.539 vs $1.696. Claude Opus 4.8 দ্রুত: 3.48s vs 62.63s, pass rates 61.9% vs 77.8%.

প্রস্তাবিত মডেল: Claude Opus 4.8 - It offers the best overall trade-off: a competitive score (7.2), lower cost than Grok 4.5 (medium), and balanced response time.

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

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 7.2 8.3
র‍্যাঙ্ক #61 #23
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.2 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 61.9% 77.8%
অস্থির টেস্ট 2 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 4.485 11.304
মোট খরচ $0.539 $1.696
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $25.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 67,104 53,500
আউটপুট টোকেন 8,107 1,621
রিজনিং টোকেন 0 263,127
প্রতিক্রিয়া সময় (গড়) 3.48s 62.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 17.73s 436.38s
প্রতিক্রিয়া সময় (মোট) 73.00s 1315.20s

জেনারেশন শোকেস

Hamster playing table tennis

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

#61 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 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 7.2 44.4% 1 1.70s 975 61 0
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 3.48s 708 230 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 9.9 10.0 100.0% 0 1.37s 909 95 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
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 5.35s 11,775 355 0
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 3.41s 258 212 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

দ্রুত তুলনা

তুলনার জুটি বদলান