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

Grok 4.6 (high) average score मध्ये पुढे आहे: 9.3 vs 9.2. Claude Opus 5 (medium) चा benchmark खर्च कमी आहे: $1.586 vs $1.908. Claude Opus 5 (medium) वेगवान आहे: 10.26s vs 84.15s, pass rates 83.3% vs 86.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक: #25
एकूण आउटपुट टोकन्स: 36,618
प्रतिसाद वेळ (सरासरी): 10.26s
एकूण खर्च: $1.586

क्रमांक: #19
एकूण आउटपुट टोकन्स: 282,217
प्रतिसाद वेळ (सरासरी): 84.15s
एकूण खर्च: $1.908

शिफारस केलेले मॉडेल Claude Opus 5 (medium)

Its score stays close to the best score here (9.2 vs 9.3), while responding about 8.2x 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

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	9.3
क्रमांक	#25	#19
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	10.0
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	83.3%	86.4%
अस्थिर चाचण्या	1	0
एकूण रन	66	66
प्रति निकाल खर्च	8.811	10.042
एकूण खर्च	$1.586	$1.908
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	135,604	107,275
आउटपुट टोकन्स	23,814	5,094
रिझनिंग टोकन्स	12,804	277,123
प्रतिसाद वेळ (सरासरी)	10.26s	84.15s
प्रतिसाद वेळ (कमाल)	35.43s	618.49s
प्रतिसाद वेळ (एकूण)	225.66s	1851.26s
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.

#25 Claude Opus 5

medium

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

#19 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

श्रेणी:

अँटी-एआय युक्त्या	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		5.46s	834	1,559	572
Grok 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805

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

संयुक्त	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		23.89s	98,197	7,895	1,276
Grok 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529

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 5	10.0	10.0	100.0%	0		3.92s	10,503	355	161
Grok 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	2.9	7.2	11.1%	1		26.35s	972	6,224	8,562
Grok 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471

Samanya Buddhimatta	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		3.56s	708	291	0
Grok 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448

सूचनांचे पालन	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		4.16s	909	377	351
Grok 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318

कोडी सोडवणे	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		4.27s	894	836	465
Grok 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706

टूल कॉलिंग	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		8.76s	11,739	354	0
Grok 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		7.03s	258	699	255
Grok 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

झटपट तुलना

तुलना जोडी बदला

GPT-5.5lowvsGrok 4.6high Claude Opus 5mediumvsGemini 3.7 Flashlow Claude Opus 5.5lowvsGrok 4.6high GPT-6 AstramediumvsGrok 4.6high GPT-5.6 SolmediumvsGrok 4.6high GPT-6 SolmediumvsGrok 4.6high Gemini 3.7 FlashmediumvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5mediumvsQwen3.8 Max (0902)low Gemini 3.7 FlashlowvsGrok 4.6high Claude Opus 5mediumvsSeed 2.1 Turbolow Claude Opus 5mediumvsGPT-5.5low