Navegação
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 gerados a partir das suítes de teste do AI BENCHY em: 2026-05-29

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 7.3 7.0
Posição #65 #80
Confiabilidade 10.0 10.0
Consistência 9.2 8.4
Testes corretos
Taxa de acerto por tentativa 65.0% 63.3%
Testes instáveis 2 4
Execuções totais 60 60
Custo por resultado 4.324 7.616
Custo total $0.519 $0.838
Preço de entrada $5.000 / 1M $1.250 / 1M
Preço de saída $25.000 / 1M $2.500 / 1M
Tokens de saída 8,098 1,816
Tokens de raciocínio 0 157,251
Tempo de resposta (médio) 3.51s 19.08s
Tempo de resposta (máx.) 17.73s 105.80s
Tempo de resposta (total) 70.19s 381.60s

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 saída Tokens de raciocínio
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
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
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

Comparação rápida

Trocar par de comparação

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