ナビゲーション
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.4 です。 Grok 4.5 (low) の benchmark コストが低く、$0.935 vs $1.931 です。 Claude Opus 4.8 (medium) の方が高速で、12.49s vs 15.56s です、成功率は 84.9% vs 75.8% です。

おすすめモデルClaude Opus 4.8 (medium)この比較で最も高いスコア（8.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-21

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Grok 4.5 Grok 4.5 low リリース: 2026-07-08
スコア 8.8 8.4
順位 #17 #23
信頼性 10.0 10.0
一貫性 9.6 9.7
正解テスト
試行ごとの合格率 84.9% 75.8%
不安定なテスト 1 1
総実行回数 66 66
結果あたりのコスト 10.724 5.844
合計コスト $1.931 $0.935
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 138,451 125,596
出力トークン 40,766 7,505
推論トークン 9,075 106,446
応答時間（平均） 12.49s 15.56s
応答時間（最大） 70.54s 205.28s
応答時間（合計） 274.72s 342.32s

Hamster playing table tennis

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

#17 Claude Opus 4.8

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

#23 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

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 13.72s 9,579 303 15,641

クイック比較

比較ペアを切り替え

GPT-5.2mediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowClaude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsGrok 4.5lowClaude Fable 5mediumvsGrok 4.5lowMuse Spark 1.1mediumvsGrok 4.5lowClaude Opus 4.7mediumvsGrok 4.5lowGPT-5 MinimediumvsGrok 4.5lowMuse Spark 1.1highvsGrok 4.5low