ナビゲーション
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.3

Claude Opus 4.8 が平均スコアでリードし、7.3 vs 7.1 です。 Grok 4.3 (medium) の benchmark コストが低く、$0.779 vs $1.166 です。 Claude Opus 4.8 の方が高速で、4.91s vs 47.45s です、成功率は 63.6% vs 68.2% です。

おすすめモデルClaude Opus 4.8ここでは最高スコア（7.3）で、Grok 4.3 (medium) より約 9.7 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 none リリース: 2026-05-28 Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア 7.3 7.1
順位 #63 #70
信頼性 10.0 10.0
一貫性 9.2 8.6
正解テスト
試行ごとの合格率 63.6% 68.2%
不安定なテスト 2 4
総実行回数 66 66
結果あたりのコスト 8.969 5.990
合計コスト $1.166 $0.779
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 149,206 140,031
出力トークン 16,797 13,739
推論トークン 0 227,682
応答時間（平均） 4.91s 47.45s
応答時間（最大） 35.03s 216.69s
応答時間（合計） 108.03s 1043.83s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
コスト
$0.053
時間
22.0s
トークン
2,253 tok

#70 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

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 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

クイック比較

比較ペアを切り替え

Claude Opus 4.8nonevsStep 3.7 FlashlowQwen3.7 PlusnonevsGrok 4.3mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsGemini 3 Flash PreviewlowStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsQwen3.5-122B-A10Bmedium