Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-21

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 Grok Build 0.1 Grok Build 0.1 medium Lansare: 2026-05-21
Scor 7.2 7.8
Rang #69 #41
Fiabilitate 10.0 10.0
Consistență 9.6 8.9
Teste corecte
Rată de trecere pe încercare 61.4% 71.9%
Teste instabile 1 3
Rulări totale 57 57
Cost per rezultat 2.441 4.064
Cost total $0.269 $0.488
Preț de intrare $3.000 / 1M $1.000 / 1M
Preț de ieșire $15.000 / 1M $2.000 / 1M
Tokenuri de ieșire 7,864 1,947
Tokenuri de raționament 0 223,372
Timp de răspuns (mediu) 4.96s 22.28s
Timp de răspuns (maxim) 23.84s 88.28s
Timp de răspuns (total) 59.50s 423.30s

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 ieșire Tokenuri de raționament
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Grok Build 0.1 10.0 10.0 100.0% 0 5.46s 195 9,825
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 0
Grok Build 0.1 7.3 3.7 66.7% 1 30.98s 354 17,734
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Grok Build 0.1 10.0 10.0 100.0% 0 30.81s 231 18,779
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Grok Build 0.1 10.0 10.0 100.0% 0 7.76s 180 10,343
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Grok Build 0.1 5.3 10.0 33.3% 0 77.75s 501 111,807
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Grok Build 0.1 3.8 2.5 33.3% 1 10.14s 78 5,386
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Grok Build 0.1 9.8 10.0 100.0% 0 9.62s 57 12,436
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
Grok Build 0.1 6.2 7.5 55.6% 1 8.67s 161 15,476
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Grok Build 0.1 10.0 10.0 100.0% 0 9.40s 180 5,319
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
Grok Build 0.1 3.0 10.0 0.0% 0 26.07s 10 16,267

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsRing-2.6-1TmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium