#73 Claude Opus 4.8
none- खर्च
- $0.053
- वेळ
- 22.0s
- टोकन्स
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
सारांश
Grok 4.20 (medium) average score मध्ये पुढे आहे: 7.3 vs 7.2. Claude Opus 4.8 चा benchmark खर्च कमी आहे: $0.539 vs $0.609. Claude Opus 4.8 वेगवान आहे: 3.48s vs 27.68s, pass rates 61.9% vs 63.5%.
शिफारस केलेले मॉडेलClaude Opus 4.8Its score stays close to the best score here (7.2 vs 7.3), while responding about 8.0x faster than Grok 4.20 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| स्कोअर | 7.2 | 7.3 |
| क्रमांक | #73 | #69 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.2 | 8.8 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 61.9% | 63.5% |
| अस्थिर चाचण्या | 2 | 3 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 4.485 | 8.309 |
| एकूण खर्च | $0.539 | $0.609 |
| इनपुट किंमत | $5.000 / 1M | $1.250 / 1M |
| आउटपुट किंमत | $25.000 / 1M | $2.500 / 1M |
| एकूण इनपुट टोकन्स | 67,104 | 44,433 |
| आउटपुट टोकन्स | 8,107 | 1,819 |
| रिझनिंग टोकन्स | 0 | 219,524 |
| प्रतिसाद वेळ (सरासरी) | 3.48s | 27.68s |
| प्रतिसाद वेळ (कमाल) | 17.73s | 199.66s |
| प्रतिसाद वेळ (एकूण) | 73.00s | 581.26s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: 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 Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
झटपट तुलना
तुलना जोडी बदला
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmediumमोफत उपलब्धClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumमोफत उपलब्धQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium