नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

सारांश

Claude Opus 4.8 (low) vs Grok 4.5 (medium) benchmark तुलना: Grok 4.5 (medium) average score मध्ये पुढे आहे: 8.3 vs 7.7. Claude Opus 4.8 (low) चा benchmark खर्च कमी आहे: $1.270 vs $1.696. Claude Opus 4.8 (low) वेगवान आहे: 10.83s vs 62.63s, pass rates 79.4% vs 77.8%.

शिफारस केलेले मॉडेल: Claude Opus 4.8 (low) - Its score stays close to the best score here (7.7 vs 8.3), while responding about 5.8x faster than Grok 4.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-08

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर 7.7 8.3
क्रमांक #40 #23
विश्वसनीयता 10.0 9.9
सुसंगतता 8.8 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.4% 77.8%
अस्थिर चाचण्या 3 3
एकूण रन 63 63
प्रति निकाल खर्च 8.466 11.304
एकूण खर्च $1.270 $1.696
इनपुट किंमत $5.000 / 1M $2.000 / 1M
आउटपुट किंमत $25.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 60,946 53,500
आउटपुट टोकन्स 31,771 1,621
रिझनिंग टोकन्स 6,831 263,127
प्रतिसाद वेळ (सरासरी) 10.83s 62.63s
प्रतिसाद वेळ (कमाल) 127.97s 436.38s
प्रतिसाद वेळ (एकूण) 227.39s 1315.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#40 Claude Opus 4.8

low
खर्च
$0.031
वेळ
14.1s
टोकन्स
1,345 tok

#23 xAI: Grok 4.5

medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

झटपट तुलना

तुलना जोडी बदला