Claude Opus 4.8 (low) vs Grok 4.7 (medium)

Grok 4.7 (medium) average score मध्ये पुढे आहे: 7.3 vs 7.2. Grok 4.7 (medium) चा benchmark खर्च कमी आहे: $3.501 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 117.65s, pass rates 78.3% vs 78.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #143
एकूण आउटपुट टोकन्स: 69,489
प्रतिसाद वेळ (सरासरी): 17.13s
एकूण खर्च: $3.787

क्रमांक: #134
एकूण आउटपुट टोकन्स: 474,745
प्रतिसाद वेळ (सरासरी): 117.65s
एकूण खर्च: $3.501

शिफारस केलेले मॉडेल Claude Opus 4.8 (low)

Its score stays close to the best score here (7.2 vs 7.3), while responding about 6.9x faster than Grok 4.7 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Grok 4.7 Grok 4.7 medium प्रकाशन: 2026-09-21

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Grok 4.7 Grok 4.7 medium प्रकाशन: 2026-09-21
स्कोअर	7.2	7.3
क्रमांक	#143	#134
विश्वसनीयता	10.0	9.8
सुसंगतता	8.6	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	78.3%
अस्थिर चाचण्या	4	5
एकूण रन	69	69
प्रति निकाल खर्च	23.669	19.582
एकूण खर्च	$3.787	$3.501
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	409,947	326,066
आउटपुट टोकन्स	46,060	5,726
रिझनिंग टोकन्स	23,429	469,019
प्रतिसाद वेळ (सरासरी)	17.13s	117.65s
प्रतिसाद वेळ (कमाल)	127.97s	660.89s
प्रतिसाद वेळ (एकूण)	394.01s	2706.03s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1.7T एकूण (~170B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#143 Claude Opus 4.8

low

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

#134 SpaceXAI: Grok 4.7

medium

खर्च: $0.047
वेळ: 132.3s
टोकन्स: 9,954 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Grok 4.7	3.9	9.6	0.0%	0		372.09s	218,873	1,065	39,947

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 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

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 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Grok 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

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 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

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		46.54s	972	23,226	4,472
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

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 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

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 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

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 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

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 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

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 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्ध LongCat 2.0highvsGrok 4.7medium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsLongCat 2.0medium Grok 4.7mediumvsGLM 5.3 Flashhigh Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsQwen3.5-27Bnone Claude Opus 4.8lowvsQwen3.6 27Bmedium Qwen3.5-27BnonevsGrok 4.7medium Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium Claude Opus 4.8lowvsQwen3.6 Plusmedium