Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok Build 0.1

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs Grok Build 0.1: Grok Build 0.1 lidera en puntuación media con 7.6 vs 7.3. Claude Sonnet 4.6 tiene menor coste de benchmark con $0.316 vs $0.927. Claude Sonnet 4.6 es más rápido con 5.04s vs 49.90s, con tasas de acierto de 55.6% vs 61.9%.

Modelo recomendado: Claude Sonnet 4.6 - Su puntuación se mantiene cerca de la mejor aquí (7.3 vs 7.6) y cuesta aproximadamente 2.9x menos que Grok Build 0.1.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.3 7.6
Rango #57 #44
Fiabilidad 10.0 10.0
Consistencia 9.7 9.9
Pruebas correctas
Tasa de aciertos por intento 55.6% 61.9%
Pruebas inestables 1 0
Ejecuciones totales 63 63
Costo por resultado 2.870 7.124
Costo total $0.316 $0.927
Precio de entrada $3.000 / 1M $1.000 / 1M
Precio de salida $15.000 / 1M $2.000 / 1M
Total de tokens de entrada 57,886 44,418
Tokens de salida 9,465 2,782
Tokens de razonamiento 0 438,018
Tiempo de respuesta (promedio) 5.04s 49.90s
Tiempo de respuesta (máximo) 23.84s 252.69s
Tiempo de respuesta (total) 70.60s 1047.92s

Generación showcase

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none
Coste
$0.038
Tiempo
27.3s
Tokens
2,598 tok

#44 xAI: Grok Build 0.1

medium
Coste
$0.028
Tiempo
81.3s
Tokens
14,009 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 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 3.43s 8,574 252 0
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 7.7 10.0 66.7% 0 3.54s 759 413 0
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 6.1 3.1 66.7% 1 2.56s 513 192 0
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 6.5 10.0 50.0% 0 1.96s 690 90 0
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 7.7 10.0 66.7% 0 2.53s 663 533 0
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 4.11s 11,301 447 0
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 4.67s 204 431 0
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumDisponible gratisClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium