Navigare
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 4.3

Rezumat

Comparație benchmark Claude Sonnet 4.6 vs Grok 4.3: Claude Sonnet 4.6 conduce la scorul mediu cu 7.8 vs 7.7. Grok 4.3 are costul de benchmark mai mic, $0.614 vs $1.418. Claude Sonnet 4.6 este mai rapid cu 17.06s vs 47.51s, cu rate de reușită de 65.1% vs 71.4%.

Model recomandat: Grok 4.3 - Scorul rămâne aproape de cel mai bun scor de aici (7.7 vs 7.8) și costă de aproximativ 2.3x mai puțin decât Claude Sonnet 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Grok 4.3 Grok 4.3 medium Lansare: 2026-05-01
Scor 7.8 7.7
Rang #34 #40
Fiabilitate 10.0 10.0
Consistență 9.1 8.5
Teste corecte
Rată de trecere pe încercare 65.1% 71.4%
Teste instabile 2 4
Rulări totale 63 63
Cost per rezultat 10.904 4.724
Cost total $1.418 $0.614
Preț de intrare $3.000 / 1M $1.250 / 1M
Preț de ieșire $15.000 / 1M $2.500 / 1M
Total tokenuri de intrare 49,112 44,472
Tokenuri de ieșire 54,703 1,981
Tokenuri de raționament 29,970 221,382
Timp de răspuns (mediu) 17.06s 47.51s
Timp de răspuns (maxim) 46.35s 216.69s
Timp de răspuns (total) 221.83s 997.68s

Generation showcase

Hamster playing table tennis

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

#34 Claude Sonnet 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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

Trucuri anti-AI 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Combinat 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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Parsare și extragere de date 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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Specific domeniului 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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Inteligență generală 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Respectarea instrucțiunilor 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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Rezolvare de puzzle-uri 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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Apelare instrumente 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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Cultură generală 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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Comparație rapidă

Schimbă perechea de comparație

Step 3.7 FlashlowvsGrok 4.3mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.3mediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Sonnet 4.6nonevsGrok 4.3mediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGrok 4.3mediumDeepSeek V4 FlashhighvsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.3mediumStep 3.7 FlashhighvsGrok 4.3medium