ナビゲーション
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Grok 4.5 (high) が平均スコアでリードし、8.9 vs 8.8 です。 Grok 4.5 (high) の benchmark コストが低く、$1.707 vs $1.931 です。 Claude Opus 4.8 (medium) の方が高速で、12.49s vs 76.50s です、成功率は 84.9% vs 83.3% です。

おすすめモデルClaude Opus 4.8 (medium)スコアはここでの最高値に近く（8.8 vs 8.9）、Grok 4.5 (high) より約 6.1 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: 2026-07-17

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Grok 4.5 Grok 4.5 high リリース: 2026-07-08
スコア 8.8 8.9
順位 #14 #12
信頼性 10.0 10.0
一貫性 9.6 9.2
正解テスト
試行ごとの合格率 84.9% 83.3%
不安定なテスト 1 2
総実行回数 66 66
結果あたりのコスト 10.724 10.041
合計コスト $1.931 $1.707
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 138,451 151,562
出力トークン 40,766 5,655
推論トークン 9,075 247,540
応答時間（平均） 12.49s 76.50s
応答時間（最大） 70.54s 676.83s
応答時間（合計） 274.72s 1683.07s

Hamster playing table tennis

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

#14 Claude Opus 4.8

medium
コスト
$0.057
時間
23.1s
トークン
2,412 tok

#12 xAI: Grok 4.5

high
コスト
$0.015
時間
29.7s
トークン
2,737 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

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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashlowvsGrok 4.5highGPT-5.5mediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashmediumvsGrok 4.5highQwen3.7 MaxmediumvsGrok 4.5highClaude Opus 4.7mediumvsGrok 4.5highMuse Spark 1.1mediumvsGrok 4.5highClaude Fable 5mediumvsGrok 4.5highGemini 3.1 Pro PreviewmediumvsGrok 4.5highGPT-5.5lowvsGrok 4.5highGPT-5.4mediumvsGrok 4.5high