Claude Opus 5 vs xAI: Grok 4.5

Claude Opus 5 (medium) lidera en puntuación media con 9.2 vs 8.9. Claude Opus 5 (medium) tiene menor coste de benchmark con $1.486 vs $1.707. Claude Opus 5 (medium) es más rápido con 9.38s vs 76.50s, con tasas de acierto de 83.3% vs 83.3%.

Modelo recomendadoClaude Opus 5 (medium)Tiene la mejor puntuación aquí (9.2) y responde aproximadamente 8.2x más rápido 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 medium Lanzamiento: 2026-07-25	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08

Métrica	Claude Opus 5 Claude Opus 5 medium Lanzamiento: 2026-07-25	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08
Puntuación	9.2	8.9
Rango	#12	#17
Fiabilidad	10.0	10.0
Consistencia	9.6	9.2
Pruebas correctas
Tasa de aciertos por intento	83.3%	83.3%
Pruebas inestables	1	2
Ejecuciones totales	66	66
Costo por resultado	8.253	10.041
Costo total	$1.486	$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	135,607	151,562
Tokens de salida	25,673	5,655
Tokens de razonamiento	6,930	247,540
Tiempo de respuesta (promedio)	9.38s	76.50s
Tiempo de respuesta (máximo)	35.05s	676.83s
Tiempo de respuesta (total)	206.26s	1683.07s

Hamster playing table tennis

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

#12 Claude Opus 5

medium

Coste: $0.125
Tiempo: 69.3s
Tokens: 5,134 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		5.46s	834	1,559	572
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	10.0	10.0	100.0%	0		9.56s	10,590	5,224	1,162
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		23.89s	98,197	7,895	1,276
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		3.92s	10,503	355	161
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		19.88s	975	8,083	2,688
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		3.56s	708	291	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		4.16s	909	377	351
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		4.27s	894	836	465
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		8.76s	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		7.03s	258	699	255
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 GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGemini 3.6 Flashlow Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Claude Opus 5mediumvsGemini 3.5 Flashlow Muse Spark 1.1mediumvsGrok 4.5high