Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs xAI: Grok 4.5

Rezumat

Comparație benchmark Claude Sonnet 5 (medium) vs Grok 4.5 (low): Scorul mediu este practic egal la 7.9 vs 7.8. Claude Sonnet 5 (medium) are costul de benchmark mai mic, $0.550 vs $0.760. Claude Sonnet 5 (medium) este mai rapid cu 9.94s vs 15.48s, cu rate de reușită de 79.4% vs 74.6%.

Model recomandat: Claude Sonnet 5 (medium) - Are cel mai bun scor aici (7.9) și răspunde de aproximativ 1.6x mai rapid decât Grok 4.5 (low).

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

Metrică Claude Sonnet 5 Claude Sonnet 5 medium Lansare: 2026-06-30 Grok 4.5 Grok 4.5 low Lansare: 2026-07-08
Scor 7.9 7.8
Rang #31 #34
Fiabilitate 10.0 10.0
Consistență 9.0 9.7
Teste corecte
Rată de trecere pe încercare 79.4% 74.6%
Teste instabile 3 1
Rulări totale 63 63
Cost per rezultat 3.662 5.061
Cost total $0.550 $0.760
Preț de intrare $2.000 / 1M $2.000 / 1M
Preț de ieșire $10.000 / 1M $6.000 / 1M
Total tokenuri de intrare 67,416 58,652
Tokenuri de ieșire 34,012 1,735
Tokenuri de raționament 7,673 105,233
Timp de răspuns (mediu) 9.94s 15.48s
Timp de răspuns (maxim) 56.94s 205.28s
Timp de răspuns (total) 208.71s 324.98s

Prezentare generare

Hamster playing table tennis

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

#31 Claude Sonnet 5

medium
Cost
$0.007
Timp
6.4s
Tokenuri
832 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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
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 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
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 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
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 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
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 5 4.8 3.2 33.3% 1 4.32s 708 264 0
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 5 9.9 10.0 100.0% 0 3.10s 909 318 269
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 5 7.7 10.0 66.7% 0 2.98s 894 407 121
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 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
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 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 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 5mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5low