Claude Opus 4.8 (low) vs Grok 4.7 (medium)

Grok 4.7 (medium) лидирует по среднему баллу: 7.3 vs 7.2. Grok 4.7 (medium) имеет более низкую стоимость benchmark: $3.501 vs $3.787. Claude Opus 4.8 (low) быстрее: 17.13s vs 117.65s, с долей успешных попыток 78.3% vs 78.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #143
Общее число выходных токенов: 69,489
Время ответа (среднее): 17.13s
Общая стоимость: $3.787

Ранг: #134
Общее число выходных токенов: 474,745
Время ответа (среднее): 117.65s
Общая стоимость: $3.501

Рекомендуемая модель Claude Opus 4.8 (low)

Его балл близок к лучшему здесь (7.2 против 7.3), и он отвечает примерно в 6.9 раза быстрее, чем Grok 4.7 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21
Оценка	7.2	7.3
Ранг	#143	#134
Надежность	10.0	9.8
Стабильность	8.6	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	78.3%
Нестабильные тесты	4	5
Всего запусков	69	69
Стоимость за результат	23.669	19.582
Общая стоимость	$3.787	$3.501
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$25.000 / 1M	$6.000 / 1M
Общее число входных токенов	409,947	326,066
Выходные токены	46,060	5,726
Токены рассуждений	23,429	469,019
Время ответа (среднее)	17.13s	117.65s
Время ответа (макс.)	127.97s	660.89s
Время ответа (суммарно)	394.01s	2706.03s
Параметры	~5T всего (~500B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#143 Claude Opus 4.8

low

Стоимость: $0.031
Время: 14.1s
Токены: 1,345 tok

#134 SpaceXAI: Grok 4.7

medium

Стоимость: $0.047
Время: 132.3s
Токены: 9,954 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Grok 4.7	3.9	9.6	0.0%	0		372.09s	218,873	1,065	39,947

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Grok 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Grok 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Grok 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Grok 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Grok 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Grok 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Grok 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Grok 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Grok 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8lowvsQwen3.8 27BmediumБесплатно доступно LongCat 2.0highvsGrok 4.7medium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsLongCat 2.0medium Grok 4.7mediumvsGLM 5.3 Flashhigh Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsQwen3.5-27Bnone Claude Opus 4.8lowvsQwen3.6 27Bmedium Qwen3.5-27BnonevsGrok 4.7medium Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium Claude Opus 4.8lowvsQwen3.6 Plusmedium