Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs xAI: Grok 4.5

Resumen

Comparación benchmark de Claude Sonnet 5 (medium) vs Grok 4.5 (low): La puntuación media está prácticamente empatada en 7.9 vs 7.8. Claude Sonnet 5 (medium) tiene menor coste de benchmark con $0.550 vs $0.760. Claude Sonnet 5 (medium) es más rápido con 9.94s vs 15.48s, con tasas de acierto de 79.4% vs 74.6%.

Modelo recomendado: Claude Sonnet 5 (medium) - Tiene la mejor puntuación aquí (7.9) y responde aproximadamente 1.6x más rápido que Grok 4.5 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 7.9 7.8
Rango #31 #34
Fiabilidad 10.0 10.0
Consistencia 9.0 9.7
Pruebas correctas
Tasa de aciertos por intento 79.4% 74.6%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 3.662 5.061
Costo total $0.550 $0.760
Precio de entrada $2.000 / 1M $2.000 / 1M
Precio de salida $10.000 / 1M $6.000 / 1M
Total de tokens de entrada 67,416 58,652
Tokens de salida 34,012 1,735
Tokens de razonamiento 7,673 105,233
Tiempo de respuesta (promedio) 9.94s 15.48s
Tiempo de respuesta (máximo) 56.94s 205.28s
Tiempo de respuesta (total) 208.71s 324.98s

Generación showcase

Hamster playing table tennis

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

#31 Claude Sonnet 5

medium
Coste
$0.007
Tiempo
6.4s
Tokens
832 tok

#34 xAI: Grok 4.5

low
Coste
$0.011
Tiempo
12.4s
Tokens
2,018 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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 5 4.8 3.2 33.3% 1 4.32s 708 264 0
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 5 9.9 10.0 100.0% 0 3.10s 909 318 269
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 5 7.7 10.0 66.7% 0 2.98s 894 407 121
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponible gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Sonnet 5mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low