AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs xAI: Grok 4.5

Сводка

Сравнение benchmark Claude Sonnet 5 (medium) vs Grok 4.5 (low): Средний балл практически равен: 7.9 vs 7.8. Claude Sonnet 5 (medium) имеет более низкую стоимость benchmark: $0.550 vs $0.760. Claude Sonnet 5 (medium) быстрее: 9.94s vs 15.48s, с долей успешных попыток 79.4% vs 74.6%.

Рекомендуемая модель: Claude Sonnet 5 (medium) - Здесь у него лучший балл (7.9), и он отвечает примерно в 1.6 раза быстрее, чем Grok 4.5 (low).

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

Метрика	Claude Sonnet 5 Claude Sonnet 5 medium Релиз: 2026-06-30	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08

Метрика	Claude Sonnet 5 Claude Sonnet 5 medium Релиз: 2026-06-30	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка	7.9	7.8
Ранг	#31	#34
Надежность	10.0	10.0
Стабильность	9.0	9.7
Тестов верно
Доля успешных попыток	79.4%	74.6%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	3.662	5.061
Общая стоимость	$0.550	$0.760
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$10.000 / 1M	$6.000 / 1M
Общее число входных токенов	67,416	58,652
Выходные токены	34,012	1,735
Токены рассуждений	7,673	105,233
Время ответа (среднее)	9.94s	15.48s
Время ответа (макс.)	56.94s	205.28s
Время ответа (суммарно)	208.71s	324.98s

Генерация showcase

Hamster playing table tennis

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

#31 Claude Sonnet 5

medium

Стоимость: $0.007
Время: 6.4s
Токены: 832 tok

#34 xAI: Grok 4.5

low

Стоимость: $0.011
Время: 12.4s
Токены: 2,018 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 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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6mediumvsGrok 4.5low Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumБесплатно доступноvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low Claude Sonnet 5mediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-02-15mediumvsGrok 4.5low GPT-5.4 MinimediumvsGrok 4.5low