Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark Claude Opus 4.6 (medium) vs Grok 4.5 (low): Grok 4.5 (low) unggul dalam skor rata-rata dengan 7.8 vs 7.7. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.760 vs $2.053. Grok 4.5 (low) lebih cepat di 15.48s vs 25.89s, dengan tingkat keberhasilan 61.9% vs 74.6%.

Model yang direkomendasikan: Grok 4.5 (low) - It has the best score here (7.8), while costing about 2.7x less than Claude Opus 4.6 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-08

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 7.7 7.8
Peringkat #42 #34
Keandalan 10.0 10.0
Konsistensi 8.8 9.7
Tes benar
Tingkat lulus per percobaan 61.9% 74.6%
Tes tidak stabil 3 1
Total Run 63 63
Biaya per hasil 17.103 5.061
Total Biaya $2.053 $0.760
Harga input $5.000 / 1M $2.000 / 1M
Harga output $25.000 / 1M $6.000 / 1M
Total token input 53,227 58,652
Token output 47,446 1,735
Token penalaran 24,000 105,233
Waktu respons (rata-rata) 25.89s 15.48s
Waktu respons (maks) 83.40s 205.28s
Waktu respons (total) 362.49s 324.98s

Showcase generasi

Hamster playing table tennis

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

#42 Claude Opus 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#34 xAI: Grok 4.5

low
Biaya
$0.011
Waktu
12.4s
Token
2,018 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumTersedia gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsDeepSeek V4 ProhighQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low