#73 Claude Opus 4.8
none- Coste
- $0.053
- Tiempo
- 22.0s
- Tokens
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
Resumen
Grok 4.20 (medium) lidera en puntuación media con 7.3 vs 7.2. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $0.609. Claude Opus 4.8 es más rápido con 3.48s vs 27.68s, con tasas de acierto de 61.9% vs 63.5%.
Modelo recomendadoClaude Opus 4.8Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.3) y responde aproximadamente 8.0x más rápido que Grok 4.20 (medium).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| Puntuación | 7.2 | 7.3 |
| Rango | #73 | #69 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.2 | 8.8 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 61.9% | 63.5% |
| Pruebas inestables | 2 | 3 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 4.485 | 8.309 |
| Costo total | $0.539 | $0.609 |
| Precio de entrada | $5.000 / 1M | $1.250 / 1M |
| Precio de salida | $25.000 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 67,104 | 44,433 |
| Tokens de salida | 8,107 | 1,819 |
| Tokens de razonamiento | 0 | 219,524 |
| Tiempo de respuesta (promedio) | 3.48s | 27.68s |
| Tiempo de respuesta (máximo) | 17.73s | 199.66s |
| Tiempo de respuesta (total) | 73.00s | 581.26s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- Coste
- $0.041
- Tiempo
- 110.3s
- Tokens
- 16,336 tok
Mejores modelos por puntuación
Puntuación vs costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Desglose por categoría
| Programación | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
Comparación rápida
Cambiar par de comparación
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponible gratisQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium