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

AI BENCHY तुलना

Anthropic: Claude Fable 5 vs xAI: Grok 4.5

सारांश

Claude Fable 5 (medium) vs Grok 4.5 (low) benchmark तुलना: Claude Fable 5 (medium) average score में आगे है: 9.2 vs 7.8. Grok 4.5 (low) की benchmark लागत कम है: $0.760 vs $3.165. Grok 4.5 (low) तेज है: 15.48s vs 17.01s, pass rates 82.5% vs 74.6%.

अनुशंसित मॉडल: Claude Fable 5 (medium) - It has the strongest score in this comparison (9.2) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Claude Fable 5 Claude Fable 5 medium रिलीज़: 2026-06-10 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 9.2 7.8
रैंक #9 #39
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
सही परीक्षण
प्रति प्रयास पास दर 82.5% 74.6%
अस्थिर टेस्ट 1 1
कुल रन 63 63
प्रति परिणाम लागत 18.614 5.061
कुल लागत $3.165 $0.760
इनपुट कीमत $10.000 / 1M $2.000 / 1M
आउटपुट कीमत $50.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 58,383 58,652
आउटपुट टोकन 41,340 1,735
रीजनिंग टोकन 10,269 105,233
प्रतिक्रिया समय (औसत) 17.01s 15.48s
प्रतिक्रिया समय (अधिकतम) 80.80s 205.28s
प्रतिक्रिया समय (कुल) 357.17s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#9 Claude Fable 5

medium
लागत
$0.606
समय
156.7s
टोकन
12,264 tok

#39 xAI: 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 6.20s 834 530 402
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 15.59s 10,590 7,383 1,318
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 33.70s 20,937 2,353 1,599
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 7.18s 10,503 521 363
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 5.3 7.2 44.4% 1 53.40s 975 25,215 5,001
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 7.42s 708 366 144
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 5.90s 909 139 202
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 7.7 10.0 66.7% 0 5.18s 894 402 324
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 10.0 10.0 100.0% 0 16.96s 11,775 729 344
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5 3.0 10.0 0.0% 0 25.64s 258 3,702 572
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

त्वरित तुलना

तुलना जोड़ी बदलें