Anthropic: Claude Opus 4.8 vs xAI: Grok 4.3

Claude Opus 4.8 führt beim Durchschnittsscore mit 7.3 vs 7.1. Grok 4.3 (medium) hat die niedrigeren Benchmark-Kosten mit $0.779 vs $1.166. Claude Opus 4.8 ist schneller mit 4.91s vs 47.45s, mit Erfolgsraten von 63.6% vs 68.2%.

Empfohlenes ModellClaude Opus 4.8Es hat hier die beste Punktzahl (7.3) und antwortet etwa 9.7x schneller als Grok 4.3 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-17

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Veröffentlichung: 2026-05-28	Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Veröffentlichung: 2026-05-28	Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl	7.3	7.1
Rang	#63	#70
Zuverlässigkeit	10.0	10.0
Konsistenz	9.2	8.6
Korrekte Tests
Erfolgsquote pro Versuch	63.6%	68.2%
Instabile Tests	2	4
Gesamtläufe	66	66
Kosten pro Ergebnis	8.969	5.990
Gesamtkosten	$1.166	$0.779
Eingabepreis	$5.000 / 1M	$1.250 / 1M
Ausgabepreis	$25.000 / 1M	$2.500 / 1M
Gesamte Eingabe-Token	149,206	140,031
Ausgabe-Token	16,797	13,739
Denk-Token	0	227,682
Antwortzeit (Durchschnitt)	4.91s	47.45s
Antwortzeit (Maximum)	35.03s	216.69s
Antwortzeit (Gesamt)	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

Kosten: $0.053
Zeit: 22.0s
Token: 2,253 tok

#70 xAI: Grok 4.3

medium

Kosten: $0.009
Zeit: 19.0s
Token: 3,661 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	5.3	7.2	44.4%	1		1.70s	975	61	0
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.3medium Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5highvsGrok 4.3medium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5low Claude Opus 4.8nonevsGemini 3 Flash Previewlow Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8nonevsQwen3.5-122B-A10Bmedium