Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs xAI: Grok Build 0.1

Resumo

Comparação benchmark Claude Opus 4.6 vs Grok Build 0.1: Claude Opus 4.6 lidera na pontuação média com 7.7 vs 7.6. Grok Build 0.1 tem menor custo de benchmark com $0.927 vs $2.053. Claude Opus 4.6 é mais rápido com 25.89s vs 49.90s, com taxas de acerto de 61.9% vs 61.9%.

Modelo recomendado: Grok Build 0.1 - A pontuação fica perto da melhor aqui (7.6 vs 7.7) e custa cerca de 2.2x menos que Claude Opus 4.6.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-02

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lançamento: 2026-02-05 Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação 7.7 7.6
Posição #40 #44
Confiabilidade 10.0 10.0
Consistência 8.8 9.9
Testes corretos
Taxa de acerto por tentativa 61.9% 61.9%
Testes instáveis 3 0
Execuções totais 63 63
Custo por resultado 17.103 7.124
Custo total $2.053 $0.927
Preço de entrada $5.000 / 1M $1.000 / 1M
Preço de saída $25.000 / 1M $2.000 / 1M
Total de tokens de entrada 53,227 44,418
Tokens de saída 47,446 2,782
Tokens de raciocínio 24,000 438,018
Tempo de resposta (médio) 25.89s 49.90s
Tempo de resposta (máx.) 83.40s 252.69s
Tempo de resposta (total) 362.49s 1047.92s

Geração showcase

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG inválido
Custo
$0.000
Tempo
300.0s
Tokens
0 tok

#44 xAI: Grok Build 0.1

medium
Custo
$0.028
Tempo
81.3s
Tokens
14,009 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparação rápida

Trocar par de comparação

Claude Opus 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGrok Build 0.1mediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGrok Build 0.1mediumDeepSeek V4 PrononevsGrok Build 0.1medium