AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs xAI: Grok Build 0.1

Сводка

Сравнение benchmark Claude Sonnet 4.6 vs Grok Build 0.1: Grok Build 0.1 лидирует по среднему баллу: 7.6 vs 7.3. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.316 vs $0.927. Claude Sonnet 4.6 быстрее: 5.04s vs 49.90s, с долей успешных попыток 55.6% vs 61.9%.

Рекомендуемая модель: Claude Sonnet 4.6 - Его балл близок к лучшему здесь (7.3 против 7.6), при этом он примерно в 2.9 раза дешевле, чем Grok Build 0.1.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.3	7.6
Ранг	#57	#44
Надежность	10.0	10.0
Стабильность	9.7	9.9
Тестов верно
Доля успешных попыток	55.6%	61.9%
Нестабильные тесты	1	0
Всего запусков	63	63
Стоимость за результат	2.870	7.124
Общая стоимость	$0.316	$0.927
Цена входа	$3.000 / 1M	$1.000 / 1M
Цена выхода	$15.000 / 1M	$2.000 / 1M
Общее число входных токенов	57,886	44,418
Выходные токены	9,465	2,782
Токены рассуждений	0	438,018
Время ответа (среднее)	5.04s	49.90s
Время ответа (макс.)	23.84s	252.69s
Время ответа (суммарно)	70.60s	1047.92s

Генерация showcase

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none

Стоимость: $0.038
Время: 27.3s
Токены: 2,598 tok

#44 xAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения