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

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs xAI: Grok 4.5

Ringkasan

Claude Opus 4.7 (medium) unggul dalam skor rata-rata dengan 8.7 vs 7.8. Claude Opus 4.7 (medium) memiliki biaya benchmark lebih rendah di $0.679 vs $0.760. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 15.48s, dengan tingkat keberhasilan 82.5% vs 74.6%.

Model yang direkomendasikanClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 3.3x faster than Grok 4.5 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 8.7 7.8
Peringkat #16 #41
Keandalan 10.0 10.0
Konsistensi 9.6 9.7
Tes benar
Tingkat lulus per percobaan 82.5% 74.6%
Tes tidak stabil 1 1
Total Run 63 63
Biaya per hasil 3.991 5.061
Total Biaya $0.679 $0.760
Harga input $5.000 / 1M $2.000 / 1M
Harga output $25.000 / 1M $6.000 / 1M
Total token input 65,406 58,652
Token output 11,858 1,735
Token penalaran 2,198 105,233
Waktu respons (rata-rata) 4.73s 15.48s
Waktu respons (maks) 23.18s 205.28s
Waktu respons (total) 94.51s 324.98s

Showcase generasi

Hamster playing table tennis

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

#16 Claude Opus 4.7

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

#41 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

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 13.72s 9,579 303 15,641

Perbandingan Cepat

Ganti Pasangan Perbandingan