Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Peringkat #27 #24
Skor Rata-rata 6.8 7.0
Konsistensi 9.6 9.0
Biaya per hasil 2.504 5.989
Total Biaya $0.251 $0.599
Tes benar
Tingkat lulus per percobaan 66.7% 70.8%
Tes tidak stabil 1 2
Total Run 48 48
Token output 6,895 1,481
Token penalaran 0 86,628
Waktu respons (rata-rata) 5.57s 8.89s
Waktu respons (maks) 23.84s 24.21s
Waktu respons (total) 50.12s 142.18s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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 output Token penalaran
Claude Sonnet 4.6 4.0 10.0 33.3% 0 4.83s 1,199 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.0 10.0 100.0% 0 23.84s 3,766 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.9 10.0 100.0% 0 3.43s 252 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.0 10.0 66.7% 0 3.54s 413 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 5.0 3.1 66.7% 1 2.56s 192 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 5.5 10.0 50.0% 0 1.96s 90 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.0 10.0 66.7% 0 2.92s 536 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewlow