Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs xAI: Grok 4.5

Сводка

Сравнение benchmark Claude Opus 4.8 vs Grok 4.5 (medium): Grok 4.5 (medium) лидирует по среднему баллу: 8.3 vs 7.2. Claude Opus 4.8 имеет более низкую стоимость benchmark: $0.539 vs $1.696. Claude Opus 4.8 быстрее: 3.48s vs 62.63s, с долей успешных попыток 61.9% vs 77.8%.

Рекомендуемая модель: Claude Opus 4.8 - Он дает лучший общий компромисс: конкурентный балл (7.2), ниже стоимость, чем у Grok 4.5 (medium), и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28 Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка 7.2 8.3
Ранг #61 #23
Надежность 10.0 9.9
Стабильность 9.2 8.9
Тестов верно
Доля успешных попыток 61.9% 77.8%
Нестабильные тесты 2 3
Всего запусков 63 63
Стоимость за результат 4.485 11.304
Общая стоимость $0.539 $1.696
Цена входа $5.000 / 1M $2.000 / 1M
Цена выхода $25.000 / 1M $6.000 / 1M
Общее число входных токенов 67,104 53,500
Выходные токены 8,107 1,621
Токены рассуждений 0 263,127
Время ответа (среднее) 3.48s 62.63s
Время ответа (макс.) 17.73s 436.38s
Время ответа (суммарно) 73.00s 1315.20s

Генерация showcase

Hamster playing table tennis

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

#61 Claude Opus 4.8

none
Стоимость
$0.053
Время
22.0s
Токены
2,253 tok

#23 xAI: Grok 4.5

medium
Стоимость
$0.044
Время
59.4s
Токены
7,512 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

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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 7.2 44.4% 1 1.70s 975 61 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 3.48s 708 230 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 5.35s 11,775 355 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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 3.41s 258 212 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsGemma 4 26B A4BmediumБесплатно доступноDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsGrok 4.5mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumБесплатно доступноClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2medium