AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Résumé

Comparaison benchmark Claude Opus 4.8 (low) vs Grok 4.5 (medium) : Grok 4.5 (medium) mène au score moyen avec 8.3 vs 7.7. Claude Opus 4.8 (low) a le coût de benchmark le plus bas avec $1.270 vs $1.696. Claude Opus 4.8 (low) est plus rapide avec 10.83s vs 62.63s, avec des taux de réussite de 79.4% vs 77.8%.

Modèle recommandé: Claude Opus 4.8 (low) - Son score reste proche du meilleur score ici (7.7 vs 8.3) et il répond environ 5.8x plus vite que Grok 4.5 (medium).

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-07-08

Métrique	Claude Opus 4.8 Claude Opus 4.8 low Sortie: 2026-05-28	Grok 4.5 Grok 4.5 medium Sortie: 2026-07-08

Métrique	Claude Opus 4.8 Claude Opus 4.8 low Sortie: 2026-05-28	Grok 4.5 Grok 4.5 medium Sortie: 2026-07-08
Score	7.7	8.3
Rang	#40	#23
Fiabilité	10.0	9.9
Cohérence	8.8	8.9
Tests corrects
Taux de réussite par tentative	79.4%	77.8%
Tests instables	3	3
Exécutions totales	63	63
Coût par résultat	8.466	11.304
Coût total	$1.270	$1.696
Prix d'entrée	$5.000 / 1M	$2.000 / 1M
Prix de sortie	$25.000 / 1M	$6.000 / 1M
Total des jetons d'entrée	60,946	53,500
Jetons de sortie	31,771	1,621
Jetons de raisonnement	6,831	263,127
Temps de réponse (moy.)	10.83s	62.63s
Temps de réponse (max)	127.97s	436.38s
Temps de réponse (total)	227.39s	1315.20s

Génération showcase

Hamster playing table tennis

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

#40 Claude Opus 4.8

low

Coût: $0.031
Temps: 14.1s
Tokens: 1,345 tok

#23 xAI: Grok 4.5

medium

Coût: $0.044
Temps: 59.4s
Tokens: 7,512 tok

Meilleurs modèles par score

Score vs coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Répartition par catégorie

Astuces anti-IA	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Programmation	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Combiné	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Grok 4.5	10.0	10.0	100.0%	0		15.65s	15,084	261	4,254

Analyse et extraction des données	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Spécifique au domaine	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Intelligence générale	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Suivi des instructions	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Résolution d'énigmes	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Appel d'outils	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Culture générale	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Comparaison rapide

Changer la paire de comparaison