Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok Build 0.1

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-21

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor 7.2 7.8
Peringkat #69 #41
Keandalan 10.0 10.0
Konsistensi 9.6 8.9
Tes benar
Tingkat lulus per percobaan 61.4% 71.9%
Tes tidak stabil 1 3
Total Run 57 57
Biaya per hasil 2.441 4.064
Total Biaya $0.269 $0.488
Harga input $3.000 / 1M $1.000 / 1M
Harga output $15.000 / 1M $2.000 / 1M
Token output 7,864 1,947
Token penalaran 0 223,372
Waktu respons (rata-rata) 4.96s 22.28s
Waktu respons (maks) 23.84s 88.28s
Waktu respons (total) 59.50s 423.30s

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 output Token penalaran
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Grok Build 0.1 10.0 10.0 100.0% 0 5.46s 195 9,825
Pemrograman 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 3.67s 523 0
Grok Build 0.1 7.3 3.7 66.7% 1 30.98s 354 17,734
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Grok Build 0.1 10.0 10.0 100.0% 0 30.81s 231 18,779
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 10.0 10.0 100.0% 0 3.43s 252 0
Grok Build 0.1 10.0 10.0 100.0% 0 7.76s 180 10,343
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 7.7 10.0 66.7% 0 3.54s 413 0
Grok Build 0.1 5.3 10.0 33.3% 0 77.75s 501 111,807
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 6.1 3.1 66.7% 1 2.56s 192 0
Grok Build 0.1 3.8 2.5 33.3% 1 10.14s 78 5,386
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 6.5 10.0 50.0% 0 1.96s 90 0
Grok Build 0.1 9.8 10.0 100.0% 0 9.62s 57 12,436
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
Grok Build 0.1 6.2 7.5 55.6% 1 8.67s 161 15,476
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 Build 0.1 10.0 10.0 100.0% 0 9.40s 180 5,319
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
Grok Build 0.1 3.0 10.0 0.0% 0 26.07s 10 16,267

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsRing-2.6-1TmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium