#73 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
摘要
Grok 4.20 (medium) 平均分领先，为 7.3 vs 7.2。 Claude Opus 4.8 benchmark 成本更低，为 $0.539 vs $0.609。 Claude Opus 4.8 更快，为 3.48s vs 27.68s，通过率为 61.9% vs 63.5%。
推荐模型Claude Opus 4.8它的得分接近这里的最高分（7.2 vs 7.3），同时响应速度比Grok 4.20 (medium)快约 8.0 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.2 | 7.3 |
| 排名 | #73 | #69 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.8 |
| 测试正确 | ||
| 尝试通过率 | 61.9% | 63.5% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 4.485 | 8.309 |
| 总成本 | $0.539 | $0.609 |
| 输入价格 | $5.000 / 1M | $1.250 / 1M |
| 输出价格 | $25.000 / 1M | $2.500 / 1M |
| 总输入令牌 | 67,104 | 44,433 |
| 输出令牌 | 8,107 | 1,819 |
| 推理令牌 | 0 | 219,524 |
| 响应时间（平均） | 3.48s | 27.68s |
| 响应时间（最大） | 17.73s | 199.66s |
| 响应时间（总计） | 73.00s | 581.26s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
快速对比
切换对比组合
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Claude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1medium免费可用Qwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium