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 vs Grok 4.5 (medium): Grok 4.5 (medium) lidera na pontuação média com 8.3 vs 7.2. Claude Opus 4.8 tem menor custo de benchmark com $0.539 vs $1.696. Claude Opus 4.8 é mais rápido com 3.48s vs 62.63s, com taxas de acerto de 61.9% vs 77.8%.

Modelo recomendado: Claude Opus 4.8 - Oferece o melhor compromisso geral: pontuação competitiva (7.2), custo menor que Grok 4.5 (medium) e tempo de resposta equilibrado.

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

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 Grok 4.5 Grok 4.5 medium Lançamento: 2026-07-08
Pontuação 7.2 8.3
Posição #61 #23
Confiabilidade 10.0 9.9
Consistência 9.2 8.9
Testes corretos
Taxa de acerto por tentativa 61.9% 77.8%
Testes instáveis 2 3
Execuções totais 63 63
Custo por resultado 4.485 11.304
Custo total $0.539 $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 67,104 53,500
Tokens de saída 8,107 1,621
Tokens de raciocínio 0 263,127
Tempo de resposta (médio) 3.48s 62.63s
Tempo de resposta (máx.) 17.73s 436.38s
Tempo de resposta (total) 73.00s 1315.20s

Geração showcase

Hamster playing table tennis

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

#61 Claude Opus 4.8

none
Custo
$0.053
Tempo
22.0s
Tokens
2,253 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 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 7.2 44.4% 1 1.70s 975 61 0
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 3.48s 708 230 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 9.9 10.0 100.0% 0 1.37s 909 95 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
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 5.35s 11,775 355 0
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 3.41s 258 212 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparação rápida

Trocar par de comparação

Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponível grátisDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsGrok 4.5mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponível grátisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2medium