Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok Build 0.1

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs Grok Build 0.1: Grok Build 0.1 unggul dalam skor rata-rata dengan 7.6 vs 7.3. Claude Sonnet 4.6 memiliki biaya benchmark lebih rendah di $0.316 vs $0.927. Claude Sonnet 4.6 lebih cepat di 5.04s vs 49.90s, dengan tingkat keberhasilan 55.6% vs 61.9%.

Model yang direkomendasikan: Claude Sonnet 4.6 - Its score stays close to the best score here (7.3 vs 7.6), while costing about 2.9x less than Grok Build 0.1.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

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 7.3 7.6
Peringkat #57 #44
Keandalan 10.0 10.0
Konsistensi 9.7 9.9
Tes benar
Tingkat lulus per percobaan 55.6% 61.9%
Tes tidak stabil 1 0
Total Run 63 63
Biaya per hasil 2.870 7.124
Total Biaya $0.316 $0.927
Harga input $3.000 / 1M $1.000 / 1M
Harga output $15.000 / 1M $2.000 / 1M
Total token input 57,886 44,418
Token output 9,465 2,782
Token penalaran 0 438,018
Waktu respons (rata-rata) 5.04s 49.90s
Waktu respons (maks) 23.84s 252.69s
Waktu respons (total) 70.60s 1047.92s

Showcase generasi

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

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

#44 xAI: Grok Build 0.1

medium
Biaya
$0.028
Waktu
81.3s
Token
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumTersedia gratisClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium