Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark Claude Sonnet 5 (medium) vs Grok 4.5 (low): Skor rata-rata hampir imbang di 7.9 vs 7.8. Claude Sonnet 5 (medium) memiliki biaya benchmark lebih rendah di $0.550 vs $0.760. Claude Sonnet 5 (medium) lebih cepat di 9.94s vs 15.48s, dengan tingkat keberhasilan 79.4% vs 74.6%.

Model yang direkomendasikan: Claude Sonnet 5 (medium) - It has the best score here (7.9), while responding about 1.6x faster than Grok 4.5 (low).

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

Metrik Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 7.9 7.8
Peringkat #31 #34
Keandalan 10.0 10.0
Konsistensi 9.0 9.7
Tes benar
Tingkat lulus per percobaan 79.4% 74.6%
Tes tidak stabil 3 1
Total Run 63 63
Biaya per hasil 3.662 5.061
Total Biaya $0.550 $0.760
Harga input $2.000 / 1M $2.000 / 1M
Harga output $10.000 / 1M $6.000 / 1M
Total token input 67,416 58,652
Token output 34,012 1,735
Token penalaran 7,673 105,233
Waktu respons (rata-rata) 9.94s 15.48s
Waktu respons (maks) 56.94s 205.28s
Waktu respons (total) 208.71s 324.98s

Showcase generasi

Hamster playing table tennis

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

#31 Claude Sonnet 5

medium
Biaya
$0.007
Waktu
6.4s
Token
832 tok

#34 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

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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
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 Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
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 Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
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 Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 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 Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
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 Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
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 Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
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 Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumTersedia gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Sonnet 5mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low