#73 Claude Opus 4.8
none- Cost
- $0.053
- Timp
- 22.0s
- Tokenuri
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
Rezumat
Grok 4.20 (medium) conduce la scorul mediu cu 7.3 vs 7.2. Claude Opus 4.8 are costul de benchmark mai mic, $0.539 vs $0.609. Claude Opus 4.8 este mai rapid cu 3.48s vs 27.68s, cu rate de reușită de 61.9% vs 63.5%.
Model recomandatClaude Opus 4.8Scorul rămâne aproape de cel mai bun scor de aici (7.2 vs 7.3) și răspunde de aproximativ 8.0x mai rapid decât Grok 4.20 (medium).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| Scor | 7.2 | 7.3 |
| Rang | #73 | #69 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.2 | 8.8 |
| Teste corecte | ||
| Rată de trecere pe încercare | 61.9% | 63.5% |
| Teste instabile | 2 | 3 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 4.485 | 8.309 |
| Cost total | $0.539 | $0.609 |
| Preț de intrare | $5.000 / 1M | $1.250 / 1M |
| Preț de ieșire | $25.000 / 1M | $2.500 / 1M |
| Total tokenuri de intrare | 67,104 | 44,433 |
| Tokenuri de ieșire | 8,107 | 1,819 |
| Tokenuri de raționament | 0 | 219,524 |
| Timp de răspuns (mediu) | 3.48s | 27.68s |
| Timp de răspuns (maxim) | 17.73s | 199.66s |
| Timp de răspuns (total) | 73.00s | 581.26s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- Cost
- $0.041
- Timp
- 110.3s
- Tokenuri
- 16,336 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponibil gratuitQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium