ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs xAI: Grok 4.5

概要

Claude Opus 4.6 (medium) vs Grok 4.5 (low) の benchmark 比較: Grok 4.5 (low) が平均スコアでリードし、7.8 vs 7.7 です。 Grok 4.5 (low) の benchmark コストが低く、$0.760 vs $2.053 です。 Grok 4.5 (low) の方が高速で、15.48s vs 25.89s です、成功率は 61.9% vs 74.6% です。

おすすめモデル: Grok 4.5 (low) - ここでは最高スコア（7.8）で、Claude Opus 4.6 (medium) より約 2.7 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-08

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 Grok 4.5 Grok 4.5 low リリース: 2026-07-08
スコア 7.7 7.8
順位 #42 #34
信頼性 10.0 10.0
一貫性 8.8 9.7
正解テスト
試行ごとの合格率 61.9% 74.6%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 17.103 5.061
合計コスト $2.053 $0.760
入力価格 $5.000 / 1M $2.000 / 1M
出力価格 $25.000 / 1M $6.000 / 1M
合計入力トークン 53,227 58,652
出力トークン 47,446 1,735
推論トークン 24,000 105,233
応答時間（平均） 25.89s 15.48s
応答時間（最大） 83.40s 205.28s
応答時間（合計） 362.49s 324.98s

生成ショーケース

Hamster playing table tennis

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

#42 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#34 xAI: Grok 4.5

low
コスト
$0.011
時間
12.4s
トークン
2,018 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
複合 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
データ解析と抽出 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
ドメイン特化 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
汎用知能 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
指示追従 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
パズル解決 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
ツール呼び出し スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
雑学 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6medium無料で利用可能vsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsDeepSeek V4 ProhighQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low