Claude Opus 5 vs xAI: Grok 4.5

Grok 4.5 (high) lidera en puntuación media con 8.9 vs 8.6. Claude Opus 5 (low) tiene menor coste de benchmark con $1.121 vs $1.707. Claude Opus 5 (low) es más rápido con 6.99s vs 76.50s, con tasas de acierto de 80.3% vs 83.3%.

Modelo recomendadoClaude Opus 5 (low)Su puntuación se mantiene cerca de la mejor aquí (8.6 vs 8.9) y cuesta aproximadamente 1.5x menos que Grok 4.5 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	Claude Opus 5 Claude Opus 5 low Lanzamiento: 2026-07-25	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08

Métrica	Claude Opus 5 Claude Opus 5 low Lanzamiento: 2026-07-25	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08
Puntuación	8.6	8.9
Rango	#23	#17
Fiabilidad	10.0	10.0
Consistencia	9.3	9.2
Pruebas correctas
Tasa de aciertos por intento	80.3%	83.3%
Pruebas inestables	2	2
Ejecuciones totales	66	66
Costo por resultado	6.593	10.041
Costo total	$1.121	$1.707
Precio de entrada	$5.000 / 1M	$2.000 / 1M
Precio de salida	$25.000 / 1M	$6.000 / 1M
Total de tokens de entrada	134,773	151,562
Tokens de salida	14,123	5,655
Tokens de razonamiento	3,896	247,540
Tiempo de respuesta (promedio)	6.99s	76.50s
Tiempo de respuesta (máximo)	30.67s	676.83s
Tiempo de respuesta (total)	153.73s	1683.07s

Hamster playing table tennis

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

#23 Claude Opus 5

low

Coste: $0.062
Tiempo: 30.2s
Tokens: 2,615 tok

#17 xAI: Grok 4.5

high

Coste: $0.015
Tiempo: 29.7s
Tokens: 2,737 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

Categoría:

Trucos anti-IA	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 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Combinado	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 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

Análisis y extracción de datos	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 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Específico del dominio	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 5	2.9	7.2	11.1%	1		8.89s	975	2,447	987
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

Inteligencia general	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 5	10.0	10.0	100.0%	0		3.76s	708	293	0
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Seguimiento de instrucciones	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 5	10.0	10.0	100.0%	0		4.13s	909	242	146
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

Resolución de acertijos	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 5	10.0	10.0	100.0%	0		4.23s	894	607	300
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

Llamada de herramientas	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 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

Cultura general	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 5	3.0	10.0	0.0%	0		6.48s	258	363	337
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Comparación rápida

Cambiar par de comparación

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high Claude Opus 5lowvsMuse Spark 1.1medium GPT-5.5mediumvsGrok 4.5high Claude Opus 5lowvsGPT-5.4medium Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 5lowvsQwen3.6 Max Previewmedium Gemini 3.5 FlashmediumvsGrok 4.5high Claude Opus 5lowvsGPT-5.2medium Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Claude Opus 5lowvsGrok 4.5medium