Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok Build 0.1

Resumo

Comparação benchmark Claude Opus 4.8 vs Grok Build 0.1: Claude Opus 4.8 lidera na pontuação média com 7.7 vs 7.6. Grok Build 0.1 tem menor custo de benchmark com $0.927 vs $1.270. Claude Opus 4.8 é mais rápido com 10.83s vs 49.90s, com taxas de acerto de 79.4% vs 61.9%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.7) e responde cerca de 4.6x mais rápido que Grok Build 0.1.

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 Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação 7.7 7.6
Posição #38 #44
Confiabilidade 10.0 10.0
Consistência 8.8 9.9
Testes corretos
Taxa de acerto por tentativa 79.4% 61.9%
Testes instáveis 3 0
Execuções totais 63 63
Custo por resultado 8.466 7.124
Custo total $1.270 $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 60,946 44,418
Tokens de saída 31,771 2,782
Tokens de raciocínio 6,831 438,018
Tempo de resposta (médio) 10.83s 49.90s
Tempo de resposta (máx.) 127.97s 252.69s
Tempo de resposta (total) 227.39s 1047.92s

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

#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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
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 4.8lowvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsGrok Build 0.1mediumClaude 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 PreviewmediumGPT-5.3 ChatnonevsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh