AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.3

概要

Claude Opus 4.8 vs Grok 4.3 の benchmark 比較: 平均スコアは 7.7 vs 7.7 でほぼ同等です。 Grok 4.3 の benchmark コストが低く、$0.614 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 47.51s です、成功率は 79.4% vs 71.4% です。

おすすめモデル: Claude Opus 4.8 - ここでは最高スコア（7.7）で、Grok 4.3 より約 4.4 倍速く応答します。

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: 2026-06-30

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア	7.7	7.7
順位	#38	#39
信頼性	10.0	10.0
一貫性	8.8	8.5
正解テスト
試行ごとの合格率	79.4%	71.4%
不安定なテスト	3	4
総実行回数	63	63
結果あたりのコスト	8.466	4.724
合計コスト	$1.270	$0.614
入力価格	$5.000 / 1M	$1.250 / 1M
出力価格	$25.000 / 1M	$2.500 / 1M
合計入力トークン	60,946	44,472
出力トークン	31,771	1,981
推論トークン	6,831	221,382
応答時間（平均）	10.83s	47.51s
応答時間（最大）	127.97s	216.69s
応答時間（合計）	227.39s	997.68s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#39 xAI: Grok 4.3

medium

コスト: $0.009
時間: 19.0s
トークン: 3,661 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

クイック比較

比較ペアを切り替え