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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok Build 0.1

সারাংশ

Claude Opus 4.8 vs Grok Build 0.1 benchmark তুলনা: Grok Build 0.1 average score-এ এগিয়ে: 7.6 vs 7.2. Claude Opus 4.8-এর benchmark খরচ কম: $0.539 vs $0.927. Claude Opus 4.8 দ্রুত: 3.47s vs 49.90s, pass rates 61.9% vs 61.9%.

প্রস্তাবিত মডেল: Claude Opus 4.8 - Its score stays close to the best score here (7.2 vs 7.6), while costing about 1.7x less than Grok Build 0.1.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-18

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Grok Build 0.1 Grok Build 0.1 medium প্রকাশ: 2026-05-21
স্কোর 7.2 7.6
র‍্যাঙ্ক #57 #42
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 9.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 61.9% 61.9%
অস্থির টেস্ট 2 0
মোট রান 63 63
প্রতি ফলাফলে খরচ 4.485 7.124
মোট খরচ $0.539 $0.927
ইনপুট মূল্য $5.000 / 1M $1.000 / 1M
আউটপুট মূল্য $25.000 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 67,104 44,418
আউটপুট টোকেন 8,107 2,782
রিজনিং টোকেন 0 438,018
প্রতিক্রিয়া সময় (গড়) 3.47s 49.90s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 17.73s 252.69s
প্রতিক্রিয়া সময় (মোট) 72.90s 1047.92s

জেনারেশন শোকেস

Hamster playing table tennis

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

#57 Claude Opus 4.8

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

#42 xAI: Grok Build 0.1

medium
খরচ
$0.028
সময়
81.3s
টোকেন
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 1.66s 975 61 0
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

দ্রুত তুলনা

তুলনার জুটি বদলান