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 Sonnet 4.6 vs xAI: Grok 4.20 Beta

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-03-12

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lançamento: 2026-02-17 Grok 4.20 Beta Grok 4.20 Beta medium Lançamento: 2026-03-12
Posição #27 #24
Pontuação média 6.8 7.0
Consistência 9.6 9.0
Custo por resultado 2.504 5.989
Custo total $0.251 $0.599
Testes corretos
Taxa de acerto por tentativa 66.7% 70.8%
Testes instáveis 1 2
Execuções totais 48 48
Tokens de saída 6,895 1,481
Tokens de raciocínio 0 86,628
Tempo de resposta (médio) 5.57s 8.89s
Tempo de resposta (máx.) 23.84s 24.21s
Tempo de resposta (total) 50.12s 142.18s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação média vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação média 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 Sonnet 4.6 4.0 10.0 33.3% 0 4.83s 1,199 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 9.0 10.0 100.0% 0 23.84s 3,766 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 Sonnet 4.6 9.9 10.0 100.0% 0 3.43s 252 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 Sonnet 4.6 7.0 10.0 66.7% 0 3.54s 413 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 5.0 3.1 66.7% 1 2.56s 192 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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 Sonnet 4.6 5.5 10.0 50.0% 0 1.96s 90 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 7.0 10.0 66.7% 0 2.92s 536 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparação rápida

Trocar par de comparação

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewlow