Anthropic: Claude Opus 4.7 vs xAI: Grok 4.5

Grok 4.5 (high) unggul dalam skor rata-rata dengan 8.9 vs 8.7. Claude Opus 4.7 (medium) memiliki biaya benchmark lebih rendah di $1.477 vs $1.707. Claude Opus 4.7 (medium) lebih cepat di 7.61s vs 76.50s, dengan tingkat keberhasilan 83.3% vs 83.3%.

Model yang direkomendasikanClaude Opus 4.7 (medium)Its score stays close to the best score here (8.7 vs 8.9), while responding about 10.0x faster than Grok 4.5 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08
Skor	8.7	8.9
Peringkat	#15	#12
Keandalan	10.0	10.0
Konsistensi	9.6	9.2
Tes benar
Tingkat lulus per percobaan	83.3%	83.3%
Tes tidak stabil	1	2
Total Run	66	66
Biaya per hasil	8.201	10.041
Total Biaya	$1.477	$1.707
Harga input	$5.000 / 1M	$2.000 / 1M
Harga output	$25.000 / 1M	$6.000 / 1M
Total token input	145,252	151,562
Token output	24,948	5,655
Token penalaran	5,042	247,540
Waktu respons (rata-rata)	7.61s	76.50s
Waktu respons (maks)	65.40s	676.83s
Waktu respons (total)	159.91s	1683.07s

Hamster playing table tennis

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

#15 Claude Opus 4.7

medium

Biaya: $0.059
Waktu: 26.8s
Token: 2,475 tok

#12 xAI: Grok 4.5

high

Biaya: $0.015
Waktu: 29.7s
Token: 2,737 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

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 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGemini 3.5 Flashlow Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5low Gemini 3.1 Pro PreviewmediumvsGrok 4.5high GPT-5.5lowvsGrok 4.5high