导航
AI BENCHY
Advertise here

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

Grok 4.5 (high) 平均分领先，为 9.0 vs 8.8。 Claude Opus 4.8 (medium) benchmark 成本更低，为 $1.983 vs $2.252。 Claude Opus 4.8 (medium) 更快，为 12.97s vs 72.30s，通过率为 83.3% vs 86.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-29

排名
#26
总输出令牌
51,927
响应时间（平均）
12.97s
总成本
$1.983
排名
#21
总输出令牌
324,462
响应时间（平均）
72.30s
总成本
$2.252
推荐模型 Claude Opus 4.8 (medium)

它的得分接近这里的最高分（8.8 vs 9.0），同时响应速度比Grok 4.5 (high)快约 5.6 倍。

详细对比

指标 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08
分数 8.8 9.0
排名 #26 #21
可靠性 10.0 10.0
一致性 9.2 8.9
尝试次数 66/66 66/66
测试正确
尝试通过率 83.3% 86.4%
不稳定测试 2 3
总运行次数 66 66
每个结果成本 11.662 12.565
总成本 $1.983 $2.252
输入价格 $5.000 / 1M $2.000 / 1M
输出价格 $25.000 / 1M $6.000 / 1M
总输入令牌 138,448 152,175
输出令牌 40,765 5,655
推理令牌 11,162 318,807
响应时间（平均） 12.97s 72.30s
响应时间（最大） 70.54s 676.83s
响应时间（总计） 285.29s 1590.56s
参数量 ~5T 总计 (~500B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

模型生成展示

Hamster playing table tennis

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

#26 Claude Opus 4.8

medium
成本
$0.057
时间
23.1s
令牌
2,412 tok

#21 SpaceXAI: Grok 4.5

high
成本
$0.015
时间
29.7s
令牌
2,737 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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

快速对比

切换对比组合

Claude Opus 4.8mediumvsGemini 3.5 Flash LitehighQwen3.8 MaxmediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.6 FlashlowGPT-5.3-CodexmediumvsGrok 4.5highClaude Opus 4.8mediumvsGLM 5.3 FlashmaxGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashmediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsMuse Spark 1.2highQwen3.7 MaxmediumvsGrok 4.5highSeed 2.1 TurbolowvsGrok 4.5highClaude Opus 4.8mediumvsSeed 2.1 Turbohigh