Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok 4.5

Rezumat

Comparație benchmark Claude Sonnet 4.6 (medium) vs Grok 4.5 (low): Scorul mediu este practic egal la 7.8 vs 7.8. Grok 4.5 (low) are costul de benchmark mai mic, $0.760 vs $1.418. Grok 4.5 (low) este mai rapid cu 15.48s vs 17.06s, cu rate de reușită de 65.1% vs 74.6%.

Model recomandat: Grok 4.5 (low) - Are cel mai bun scor aici (7.8) și costă de aproximativ 1.9x mai puțin decât Claude Sonnet 4.6 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor 7.8 7.8
Rang #33 #34
Fiabilitate 10.0 10.0
Consistență 9.1 9.7
Teste corecte
Rată de trecere pe încercare 65.1% 74.6%
Teste instabile 2 1
Rulări totale 63 63
Cost per rezultat 10.904 5.061
Cost total $1.418 $0.760
Preț de intrare $3.000 / 1M $2.000 / 1M
Preț de ieșire $15.000 / 1M $6.000 / 1M
Total tokenuri de intrare 49,112 58,652
Tokenuri de ieșire 54,703 1,735
Tokenuri de raționament 29,970 105,233
Timp de răspuns (mediu) 17.06s 15.48s
Timp de răspuns (maxim) 46.35s 205.28s
Timp de răspuns (total) 221.83s 324.98s

Prezentare generare

Hamster playing table tennis

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

#33 Claude Sonnet 4.6

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#34 xAI: Grok 4.5

low
Cost
$0.011
Timp
12.4s
Tokenuri
2,018 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 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparație rapidă

Schimbă perechea de comparație

Qwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponibil gratuitvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low