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

Claude Opus 5 (medium) vs Grok 4.6 (high)

average score जवळपास समान आहे: 9.2 vs 9.2. Claude Opus 5 (medium) चा benchmark खर्च कमी आहे: $1.486 vs $1.809. Claude Opus 5 (medium) वेगवान आहे: 9.38s vs 79.38s, pass rates 83.3% vs 84.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#12
एकूण आउटपुट टोकन्स
32,603
प्रतिसाद वेळ (सरासरी)
9.38s
एकूण खर्च
$1.486
क्रमांक
#11
एकूण आउटपुट टोकन्स
265,604
प्रतिसाद वेळ (सरासरी)
79.38s
एकूण खर्च
$1.809
शिफारस केलेले मॉडेल Claude Opus 5 (medium)

It has the best score here (9.2), while responding about 8.5x faster than Grok 4.6 (high).

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25 Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12
स्कोअर 9.2 9.2
क्रमांक #12 #11
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 83.3% 84.9%
अस्थिर चाचण्या 1 1
एकूण रन 66 66
प्रति निकाल खर्च 8.253 10.046
एकूण खर्च $1.486 $1.809
इनपुट किंमत $5.000 / 1M $2.000 / 1M
आउटपुट किंमत $25.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 135,607 107,266
आउटपुट टोकन्स 25,673 5,094
रिझनिंग टोकन्स 6,930 260,510
प्रतिसाद वेळ (सरासरी) 9.38s 79.38s
प्रतिसाद वेळ (कमाल) 35.05s 618.49s
प्रतिसाद वेळ (एकूण) 206.26s 1746.29s
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.

#12 Claude Opus 5

medium
खर्च
$0.125
वेळ
69.3s
टोकन्स
5,134 tok

#11 SpaceXAI: Grok 4.6

high
खर्च
$0.107
वेळ
265.1s
टोकन्स
18,001 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 5 10.0 10.0 100.0% 0 9.56s 10,590 5,224 1,162
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

झटपट तुलना

तुलना जोडी बदला