AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok Build 0.1

Résumé

Comparaison benchmark Claude Opus 4.8 vs Grok Build 0.1 : Claude Opus 4.8 mène au score moyen avec 7.7 vs 7.6. Grok Build 0.1 a le coût de benchmark le plus bas avec $0.927 vs $1.270. Claude Opus 4.8 est plus rapide avec 10.83s vs 49.90s, avec des taux de réussite de 79.4% vs 61.9%.

Modèle recommandé: Claude Opus 4.8 - Il obtient le meilleur score ici (7.7) et répond environ 4.6x plus vite que Grok Build 0.1.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-06-30

Métrique	Claude Opus 4.8 Claude Opus 4.8 low Sortie: 2026-05-28	Grok Build 0.1 Grok Build 0.1 medium Sortie: 2026-05-21

Métrique	Claude Opus 4.8 Claude Opus 4.8 low Sortie: 2026-05-28	Grok Build 0.1 Grok Build 0.1 medium Sortie: 2026-05-21
Score	7.7	7.6
Rang	#38	#44
Fiabilité	10.0	10.0
Cohérence	8.8	9.9
Tests corrects
Taux de réussite par tentative	79.4%	61.9%
Tests instables	3	0
Exécutions totales	63	63
Coût par résultat	8.466	7.124
Coût total	$1.270	$0.927
Prix d'entrée	$5.000 / 1M	$1.000 / 1M
Prix de sortie	$25.000 / 1M	$2.000 / 1M
Total des jetons d'entrée	60,946	44,418
Jetons de sortie	31,771	2,782
Jetons de raisonnement	6,831	438,018
Temps de réponse (moy.)	10.83s	49.90s
Temps de réponse (max)	127.97s	252.69s
Temps de réponse (total)	227.39s	1047.92s

Génération showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

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

#44 xAI: Grok Build 0.1

medium

Coût: $0.028
Temps: 81.3s
Tokens: 14,009 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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparaison rapide

Changer la paire de comparaison