Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Claude Opus 4.8 (medium) unggul dalam skor rata-rata dengan 8.8 vs 8.4. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.935 vs $1.931. Claude Opus 4.8 (medium) lebih cepat di 12.49s vs 15.56s, dengan tingkat keberhasilan 84.9% vs 75.8%.

Model yang direkomendasikanClaude Opus 4.8 (medium)It has the strongest score in this comparison (8.8) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08

Metrik	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor	8.8	8.4
Peringkat	#17	#23
Keandalan	10.0	10.0
Konsistensi	9.6	9.7
Tes benar
Tingkat lulus per percobaan	84.9%	75.8%
Tes tidak stabil	1	1
Total Run	66	66
Biaya per hasil	10.724	5.844
Total Biaya	$1.931	$0.935
Harga input	$5.000 / 1M	$2.000 / 1M
Harga output	$25.000 / 1M	$6.000 / 1M
Total token input	138,451	125,596
Token output	40,766	7,505
Token penalaran	9,075	106,446
Waktu respons (rata-rata)	12.49s	15.56s
Waktu respons (maks)	70.54s	205.28s
Waktu respons (total)	274.72s	342.32s

Hamster playing table tennis

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

#17 Claude Opus 4.8

medium

Biaya: $0.057
Waktu: 23.1s
Token: 2,412 tok

#23 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

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 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
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 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
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 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
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 4.8	5.3	10.0	33.3%	0		14.59s	975	7,477	900
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 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
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 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
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 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
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 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
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 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2mediumvsGrok 4.5low Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5low Claude Opus 4.7mediumvsGrok 4.5low GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low