Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Resumo

Comparação benchmark Claude Opus 4.8 (low) vs Grok 4.5 (medium): Grok 4.5 (medium) lidera na pontuação média com 8.3 vs 7.7. Claude Opus 4.8 (low) tem menor custo de benchmark com $1.270 vs $1.696. Claude Opus 4.8 (low) é mais rápido com 10.83s vs 62.63s, com taxas de acerto de 79.4% vs 77.8%.

Modelo recomendado: Claude Opus 4.8 (low) - A pontuação fica perto da melhor aqui (7.7 vs 8.3) e responde cerca de 5.8x mais rápido que Grok 4.5 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-08

Métrica Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28 Grok 4.5 Grok 4.5 medium Lançamento: 2026-07-08
Pontuação 7.7 8.3
Posição #40 #23
Confiabilidade 10.0 9.9
Consistência 8.8 8.9
Testes corretos
Taxa de acerto por tentativa 79.4% 77.8%
Testes instáveis 3 3
Execuções totais 63 63
Custo por resultado 8.466 11.304
Custo total $1.270 $1.696
Preço de entrada $5.000 / 1M $2.000 / 1M
Preço de saída $25.000 / 1M $6.000 / 1M
Total de tokens de entrada 60,946 53,500
Tokens de saída 31,771 1,621
Tokens de raciocínio 6,831 263,127
Tempo de resposta (médio) 10.83s 62.63s
Tempo de resposta (máx.) 127.97s 436.38s
Tempo de resposta (total) 227.39s 1315.20s

Geração showcase

Hamster playing table tennis

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

#40 Claude Opus 4.8

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

#23 xAI: Grok 4.5

medium
Custo
$0.044
Tempo
59.4s
Tokens
7,512 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 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparação rápida

Trocar par de comparação

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsKimi K2.6mediumDisponível grátisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27Bmedium