Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.3

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs Grok 4.3: Claude Sonnet 4.6 lidera en puntuación media con 7.8 vs 7.7. Grok 4.3 tiene menor coste de benchmark con $0.614 vs $1.418. Claude Sonnet 4.6 es más rápido con 17.06s vs 47.51s, con tasas de acierto de 65.1% vs 71.4%.

Modelo recomendado: Grok 4.3 - Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y cuesta aproximadamente 2.3x menos que Claude Sonnet 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 7.8 7.7
Rango #34 #40
Fiabilidad 10.0 10.0
Consistencia 9.1 8.5
Pruebas correctas
Tasa de aciertos por intento 65.1% 71.4%
Pruebas inestables 2 4
Ejecuciones totales 63 63
Costo por resultado 10.904 4.724
Costo total $1.418 $0.614
Precio de entrada $3.000 / 1M $1.250 / 1M
Precio de salida $15.000 / 1M $2.500 / 1M
Total de tokens de entrada 49,112 44,472
Tokens de salida 54,703 1,981
Tokens de razonamiento 29,970 221,382
Tiempo de respuesta (promedio) 17.06s 47.51s
Tiempo de respuesta (máximo) 46.35s 216.69s
Tiempo de respuesta (total) 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

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

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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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

Comparación rápida

Cambiar par de comparación

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