#73 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
概要
Grok 4.20 (medium) が平均スコアでリードし、7.3 vs 7.2 です。 Claude Opus 4.8 の benchmark コストが低く、$0.539 vs $0.609 です。 Claude Opus 4.8 の方が高速で、3.48s vs 27.68s です、成功率は 61.9% vs 63.5% です。
おすすめモデルClaude Opus 4.8スコアはここでの最高値に近く（7.2 vs 7.3）、Grok 4.20 (medium) より約 8.0 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: 2026-07-14
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.2 | 7.3 |
| 順位 | #73 | #69 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 61.9% | 63.5% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 4.485 | 8.309 |
| 合計コスト | $0.539 | $0.609 |
| 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 | 67,104 | 44,433 |
| 出力トークン | 8,107 | 1,819 |
| 推論トークン | 0 | 219,524 |
| 応答時間（平均） | 3.48s | 27.68s |
| 応答時間（最大） | 17.73s | 199.66s |
| 応答時間（合計） | 73.00s | 581.26s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium無料で利用可能Claude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1medium無料で利用可能Qwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium