Claude Opus 4.8 (medium) vs Grok 4.5 (high)

Средний балл практически равен: 8.3 vs 8.2. Grok 4.5 (high) имеет более низкую стоимость benchmark: $2.687 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 72.50s, с долей успешных попыток 82.6% vs 82.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-13

Сравниваемые модели

Ранг: #89
Общее число выходных токенов: 67,522
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #93
Общее число выходных токенов: 333,632
Время ответа (среднее): 72.50s
Общая стоимость: $2.687

Рекомендуемая модель Claude Opus 4.8 (medium)

Здесь у него лучший балл (8.3), и он отвечает примерно в 4.3 раза быстрее, чем Grok 4.5 (high).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	8.3	8.2
Ранг	#89	#93
Надежность	10.0	10.0
Стабильность	9.0	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	82.6%
Нестабильные тесты	3	3
Всего запусков	69	69
Стоимость за результат	20.527	15.123
Общая стоимость	$3.490	$2.687
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$25.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.300 / 1M
Цена записи в кэш	$6.250 / 1M	Н/Д
Общее число входных токенов	360,294	342,124
Выходные токены	43,441	7,135
Токены рассуждений	24,401	326,497
Время ответа (среднее)	16.72s	72.50s
Время ответа (макс.)	99.37s	676.83s
Время ответа (суммарно)	384.66s	1667.51s
Параметры	~5T всего (~500B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#89 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#93 SpaceXAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 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	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Grok 4.5	5.0	10.0	0.0%	0		76.95s	189,949	1,480	7,690

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		3.95s	834	1,179	478
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Программирование	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		15.33s	10,590	9,945	1,381
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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		54.29s	101,005	19,531	4,762
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117

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		2.46s	708	237	0
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Следование инструкциям	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		3.32s	909	373	320
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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		3.95s	894	791	483
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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		8.96s	11,775	301	225
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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		6.14s	258	451	214
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Сменить пару сравнения

Gemini 4 ArgonlowvsGrok 4.5high Grok 4.5highvsGLM 5.2medium Qwen3.7 PlusmediumvsGrok 4.5high Ling 3.1 FlashmediumvsGrok 4.5high GPT-5.6 TerramediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 4 Argonlow GPT-6 LunamediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Kimi K3maxvsGrok 4.5high Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsGrok 4.5high