नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (low) vs Grok 4.20 (medium)

Grok 4.20 (medium) average score मध्ये पुढे आहे: 6.3 vs 6.2. Grok 4.20 (medium) चा benchmark खर्च कमी आहे: $1.246 vs $3.395. Claude Fable 5.1 (low) वेगवान आहे: 11.40s vs 36.73s, pass rates 55.1% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#260
एकूण आउटपुट टोकन्स
26,073
प्रतिसाद वेळ (सरासरी)
11.40s
एकूण खर्च
$3.395
क्रमांक
#254
एकूण आउटपुट टोकन्स
302,087
प्रतिसाद वेळ (सरासरी)
36.73s
एकूण खर्च
$1.246
शिफारस केलेले मॉडेल Grok 4.20 (medium)

It has the best score here (6.3), while costing about 2.7x less than Claude Fable 5.1 (low).

तपशीलवार तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low प्रकाशन: 2026-09-02 Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर 6.2 6.3
क्रमांक #260 #254
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 58.0%
अस्थिर चाचण्या 3 5
एकूण रन 69 69
प्रति निकाल खर्च 30.862 14.374
एकूण खर्च $3.395 $1.246
इनपुट किंमत $10.000 / 1M $1.250 / 1M
आउटपुट किंमत $50.000 / 1M $2.500 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत $12.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 209,116 392,127
आउटपुट टोकन्स 10,031 7,754
रिझनिंग टोकन्स 16,042 294,333
प्रतिसाद वेळ (सरासरी) 11.40s 36.73s
प्रतिसाद वेळ (कमाल) 34.77s 199.66s
प्रतिसाद वेळ (एकूण) 262.14s 844.68s
पॅरामीटर्स ~9.5T एकूण (~878B सक्रिय) ~1T एकूण (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#260 Claude Fable 5.1

low
खर्च
$0.126
वेळ
28.5s
टोकन्स
2,652 tok

#254 SpaceXAI: Grok 4.20

medium
खर्च
$0.041
वेळ
110.3s
टोकन्स
16,336 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोडी बदला