ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.5

概要

Claude Sonnet 4.6 (medium) vs Grok 4.5 (low) の benchmark 比較: 平均スコアは 7.8 vs 7.8 でほぼ同等です。 Grok 4.5 (low) の benchmark コストが低く、$0.760 vs $1.418 です。 Grok 4.5 (low) の方が高速で、15.48s vs 17.06s です、成功率は 65.1% vs 74.6% です。

おすすめモデル: Grok 4.5 (low) - ここでは最高スコア（7.8）で、Claude Sonnet 4.6 (medium) より約 1.9 倍低コストです。

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: 2026-07-08

指標 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 Grok 4.5 Grok 4.5 low リリース: 2026-07-08
スコア 7.8 7.8
順位 #33 #34
信頼性 10.0 10.0
一貫性 9.1 9.7
正解テスト
試行ごとの合格率 65.1% 74.6%
不安定なテスト 2 1
総実行回数 63 63
結果あたりのコスト 10.904 5.061
合計コスト $1.418 $0.760
入力価格 $3.000 / 1M $2.000 / 1M
出力価格 $15.000 / 1M $6.000 / 1M
合計入力トークン 49,112 58,652
出力トークン 54,703 1,735
推論トークン 29,970 105,233
応答時間（平均） 17.06s 15.48s
応答時間（最大） 46.35s 205.28s
応答時間（合計） 221.83s 324.98s

生成ショーケース

Hamster playing table tennis

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

#33 Claude Sonnet 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#34 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

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

クイック比較

比較ペアを切り替え

Qwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6medium無料で利用可能vsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low