Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.3

Zusammenfassung

Claude Sonnet 4.6 vs Grok 4.3 Benchmark-Vergleich: Claude Sonnet 4.6 führt beim Durchschnittsscore mit 7.8 vs 7.7. Grok 4.3 hat die niedrigeren Benchmark-Kosten mit $0.614 vs $1.418. Claude Sonnet 4.6 ist schneller mit 17.06s vs 47.51s, mit Erfolgsraten von 65.1% vs 71.4%.

Empfohlenes Modell: Grok 4.3 - Die Punktzahl bleibt nah an der besten hier (7.7 vs 7.8) und es kostet etwa 2.3x weniger als Claude Sonnet 4.6.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Veröffentlichung: 2026-02-17 Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl 7.8 7.7
Rang #34 #40
Zuverlässigkeit 10.0 10.0
Konsistenz 9.1 8.5
Korrekte Tests
Erfolgsquote pro Versuch 65.1% 71.4%
Instabile Tests 2 4
Gesamtläufe 63 63
Kosten pro Ergebnis 10.904 4.724
Gesamtkosten $1.418 $0.614
Eingabepreis $3.000 / 1M $1.250 / 1M
Ausgabepreis $15.000 / 1M $2.500 / 1M
Gesamte Eingabe-Token 49,112 44,472
Ausgabe-Token 54,703 1,981
Denk-Token 29,970 221,382
Antwortzeit (Durchschnitt) 17.06s 47.51s
Antwortzeit (Maximum) 46.35s 216.69s
Antwortzeit (Gesamt) 221.83s 997.68s

Generation showcase

Hamster playing table tennis

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

#34 Claude Sonnet 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
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

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashlowvsGrok 4.3mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.3mediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Sonnet 4.6nonevsGrok 4.3mediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGrok 4.3mediumDeepSeek V4 FlashhighvsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.3mediumStep 3.7 FlashhighvsGrok 4.3medium