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

Claude Sonnet 5 (medium) vs Grok 4.5 (low)

Grok 4.5 (low) average score में आगे है: 8.4 vs 8.2. Claude Sonnet 5 (medium) की benchmark लागत कम है: $0.922 vs $0.945. Claude Sonnet 5 (medium) तेज है: 12.54s vs 16.17s, pass rates 75.8% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#47
कुल आउटपुट टोकन
63,204
प्रतिक्रिया समय (औसत)
12.54s
कुल लागत
$0.922
रैंक
#40
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
अनुशंसित मॉडल Grok 4.5 (low)

It has the strongest score in this comparison (8.4) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.2 8.4
रैंक #47 #40
विश्वसनीयता 10.0 10.0
संगति 9.0 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 75.8% 77.3%
अस्थिर टेस्ट 3 2
कुल रन 66 66
प्रति परिणाम लागत 6.144 5.901
कुल लागत $0.922 $0.945
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 145,953 125,605
आउटपुट टोकन 52,330 7,505
रीजनिंग टोकन 10,874 107,984
प्रतिक्रिया समय (औसत) 12.54s 16.17s
प्रतिक्रिया समय (अधिकतम) 66.71s 205.28s
प्रतिक्रिया समय (कुल) 275.90s 355.67s
पैरामीटर ~1T कुल (~100B 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.

#47 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#40 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें