Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs Grok 4.5 (medium): Grok 4.5 (medium) unggul dalam skor rata-rata dengan 8.3 vs 7.3. Claude Sonnet 4.6 memiliki biaya benchmark lebih rendah di $0.316 vs $1.696. Claude Sonnet 4.6 lebih cepat di 5.04s vs 62.63s, dengan tingkat keberhasilan 55.6% vs 77.8%.

Model yang direkomendasikan: Claude Sonnet 4.6 - It offers the best overall trade-off: a competitive score (7.3), lower cost than Grok 4.5 (medium), and balanced response time.

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

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor 7.3 8.3
Peringkat #59 #23
Keandalan 10.0 9.9
Konsistensi 9.7 8.9
Tes benar
Tingkat lulus per percobaan 55.6% 77.8%
Tes tidak stabil 1 3
Total Run 63 63
Biaya per hasil 2.870 11.304
Total Biaya $0.316 $1.696
Harga input $3.000 / 1M $2.000 / 1M
Harga output $15.000 / 1M $6.000 / 1M
Total token input 57,886 53,500
Token output 9,465 1,621
Token penalaran 0 263,127
Waktu respons (rata-rata) 5.04s 62.63s
Waktu respons (maks) 23.84s 436.38s
Waktu respons (total) 70.60s 1315.20s

Showcase generasi

Hamster playing table tennis

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

#59 Claude Sonnet 4.6

none
Biaya
$0.038
Waktu
27.3s
Token
2,598 tok

#23 xAI: Grok 4.5

medium
Biaya
$0.044
Waktu
59.4s
Token
7,512 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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumTersedia gratisClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGPT-5.2 ChatnonevsGrok 4.5mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGLM 5.1medium