AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.3

概要

Claude Sonnet 4.6 vs Grok 4.3 の benchmark 比較: Grok 4.3 が平均スコアでリードし、7.7 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $0.614 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 47.51s です、成功率は 55.6% vs 71.4% です。

おすすめモデル: Claude Sonnet 4.6 - スコアはここでの最高値に近く（7.3 vs 7.7）、Grok 4.3 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: 2026-06-12

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア	7.3	7.7
順位	#56	#40
信頼性	10.0	10.0
一貫性	9.7	8.5
正解テスト
試行ごとの合格率	55.6%	71.4%
不安定なテスト	1	4
総実行回数	63	63
結果あたりのコスト	2.870	4.724
合計コスト	$0.316	$0.614
入力価格	$3.000 / 1M	$1.250 / 1M
出力価格	$15.000 / 1M	$2.500 / 1M
合計入力トークン	57,886	44,472
出力トークン	9,465	1,981
推論トークン	0	221,382
応答時間（平均）	5.04s	47.51s
応答時間（最大）	23.84s	216.69s
応答時間（合計）	70.60s	997.68s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#40 xAI: Grok 4.3

medium

Cost: $0.009
Time: 19.0s
Tokens: 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

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	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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		3.43s	8,574	252	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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	7.7	10.0	66.7%	0		3.54s	759	413	0
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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	6.1	3.1	66.7%	1		2.56s	513	192	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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	6.5	10.0	50.0%	0		1.96s	690	90	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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	7.7	10.0	66.7%	0		2.53s	663	533	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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		4.11s	11,301	447	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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		4.67s	204	431	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

クイック比較

比較ペアを切り替え