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

Claude Fable 5.1 (medium) vs Grok 4.5 (low)

Grok 4.5 (low) average score में आगे है: 8.4 vs 8.3. Grok 4.5 (low) की benchmark लागत कम है: $0.945 vs $2.909. Claude Fable 5.1 (medium) तेज है: 11.67s vs 16.17s, pass rates 81.8% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#48
कुल आउटपुट टोकन
31,152
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$2.909
रैंक
#42
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
अनुशंसित मॉडल Grok 4.5 (low)

It has the best score here (8.4), while costing about 3.1x less than Claude Fable 5.1 (medium).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 medium रिलीज़: 2026-09-02 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.3 8.4
रैंक #48 #42
विश्वसनीयता 10.0 10.0
संगति 7.8 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 81.8% 77.3%
अस्थिर टेस्ट 6 2
कुल रन 66 66
प्रति परिणाम लागत 19.392 5.901
कुल लागत $2.909 $0.945
इनपुट कीमत $10.000 / 1M $2.000 / 1M
आउटपुट कीमत $50.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 135,112 125,605
आउटपुट टोकन 7,594 7,505
रीजनिंग टोकन 23,558 107,984
प्रतिक्रिया समय (औसत) 11.67s 16.17s
प्रतिक्रिया समय (अधिकतम) 36.59s 205.28s
प्रतिक्रिया समय (कुल) 256.73s 355.67s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#48 Claude Fable 5.1

medium
लागत
$0.244
समय
65.9s
टोकन
5,025 tok

#42 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 7.0 5.0 77.8% 2 10.99s 10,608 525 4,376
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें