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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-05-29

Metriek Claude Opus 4.8 Claude Opus 4.8 none Releasedatum: 2026-05-28 Grok 4.20 Grok 4.20 medium Releasedatum: 2026-03-31
Score 7.3 7.0
Rang #65 #80
Betrouwbaarheid 10.0 10.0
Consistentie 9.2 8.4
Correcte tests
Slaagpercentage per poging 65.0% 63.3%
Instabiele tests 2 4
Totaal runs 60 60
Kosten per resultaat 4.324 7.616
Totale kosten $0.519 $0.838
Invoerprijs $5.000 / 1M $1.250 / 1M
Uitvoerprijs $25.000 / 1M $2.500 / 1M
Uitvoer-tokens 8,098 1,816
Redeneer-tokens 0 157,251
Responstijd (gem.) 3.51s 19.08s
Responstijd (max) 17.73s 105.80s
Responstijd (totaal) 70.19s 381.60s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Snelle vergelijking

Vergelijkingspaar wisselen

Claude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGrok 4.20mediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 Minimedium