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 : Grok Build 0.1 mène au score moyen avec 7.6 vs 7.2. Claude Opus 4.8 a le coût de benchmark le plus bas avec $0.539 vs $0.927. Claude Opus 4.8 est plus rapide avec 3.47s vs 49.90s, avec des taux de réussite de 61.9% vs 61.9%.

Modèle recommandé: Claude Opus 4.8 - Son score reste proche du meilleur score ici (7.2 vs 7.6) tout en coûtant environ 1.7x moins que Grok Build 0.1.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-06-12

Métrique	Claude Opus 4.8 Claude Opus 4.8 none 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 none Sortie: 2026-05-28	Grok Build 0.1 Grok Build 0.1 medium Sortie: 2026-05-21
Score	7.2	7.6
Rang	#59	#44
Fiabilité	10.0	10.0
Cohérence	9.2	9.9
Tests corrects
Taux de réussite par tentative	61.9%	61.9%
Tests instables	2	0
Exécutions totales	63	63
Coût par résultat	4.485	7.124
Coût total	$0.539	$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	67,104	44,418
Jetons de sortie	8,107	2,782
Jetons de raisonnement	0	438,018
Temps de réponse (moy.)	3.47s	49.90s
Temps de réponse (max)	17.73s	252.69s
Temps de réponse (total)	72.90s	1047.92s

Generation showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

none

Cost: $0.053
Time: 22.0s
Tokens: 2,253 tok

#44 xAI: Grok Build 0.1

medium

Cost: $0.028
Time: 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
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	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
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	7.3	5.8	83.3%	1		1.77s	10,503	308	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	7.2	44.4%	1		1.66s	975	61	0
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		3.48s	708	230	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	9.9	10.0	100.0%	0		1.37s	909	95	0
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	7.7	10.0	66.7%	0		2.74s	894	783	0
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		5.35s	11,775	355	0
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		3.41s	258	212	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparaison rapide

Changer la paire de comparaison