AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.3

Resumo

Comparação benchmark Claude Opus 4.8 vs Grok 4.3: A pontuação média está praticamente empatada em 7.7 vs 7.7. Grok 4.3 tem menor custo de benchmark com $0.614 vs $1.270. Claude Opus 4.8 é mais rápido com 10.83s vs 47.51s, com taxas de acerto de 79.4% vs 71.4%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.7) e responde cerca de 4.4x mais rápido que Grok 4.3.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-30

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Grok 4.3 Grok 4.3 medium Lançamento: 2026-05-01

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Grok 4.3 Grok 4.3 medium Lançamento: 2026-05-01
Pontuação	7.7	7.7
Posição	#38	#39
Confiabilidade	10.0	10.0
Consistência	8.8	8.5
Testes corretos
Taxa de acerto por tentativa	79.4%	71.4%
Testes instáveis	3	4
Execuções totais	63	63
Custo por resultado	8.466	4.724
Custo total	$1.270	$0.614
Preço de entrada	$5.000 / 1M	$1.250 / 1M
Preço de saída	$25.000 / 1M	$2.500 / 1M
Total de tokens de entrada	60,946	44,472
Tokens de saída	31,771	1,981
Tokens de raciocínio	6,831	221,382
Tempo de resposta (médio)	10.83s	47.51s
Tempo de resposta (máx.)	127.97s	216.69s
Tempo de resposta (total)	227.39s	997.68s

Geração showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Custo: $0.031
Tempo: 14.1s
Tokens: 1,345 tok

#39 xAI: Grok 4.3

medium

Custo: $0.009
Tempo: 19.0s
Tokens: 3,661 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Comparação rápida

Trocar par de comparação