Todos los lanzamientos

Claude Sonnet 5.5 vs. Grok 4.7: comparación de lanzamientos

Comparación de los lanzamientos Claude Sonnet 5.5 y Grok 4.7: 5 y 3 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 8 modelos.

  • En inteligencia, Claude Sonnet 5.5 obtiene la puntuación más alta: Claude Sonnet 5.5 (Max, Default Fallback), con 55, frente a Grok 4.7 (Xhigh), con 35 de Grok 4.7.
  • En tiempo por tarea, Claude Sonnet 5.5 es el más rápido: Claude Sonnet 5.5 (Low, Default Fallback), con 2.6 min, frente a Grok 4.7 (Low), con 10.8 min de Grok 4.7.
  • En costo por tarea, Claude Sonnet 5.5 es el más económico: Claude Sonnet 5.5 (Low, Default Fallback), con $0.51, frente a Grok 4.7 (Low), con $2.92 de Grok 4.7.
Playground de modelos

Lanzamientos comparados

Claude Sonnet 5.5 (max)Claude Sonnet 5.5 (xhigh)Claude Sonnet 5.5 (high)Grok 4.7 (xhigh)Grok 4.7 (high)Grok 4.7 (low)Claude Sonnet 5.5 (medium)Claude Sonnet 5.5 (low)
Intelligence Index
55
50
42
35
35
31
31
26
Finanzas y contabilidad
56
49
44
52
51
45
41
36
Estrategia y operaciones
58
54
51
55
53
49
47
42
Jurídico
52
47
44
47
47
44
39
37
Salud y medicina
54
47
44
47
46
43
40
37
Costo por tareaUSD
$10.02
$4.09
$1.64
$7.77
$6.18
$2.92
$0.78
$0.51
Tiempo por tareaMinutos
31.4
15.3
7.1
25.7
21.5
10.8
3.7
2.6
Tiempo hasta el primer token de respuestas
288.75
26.68
9.38
53.55
34.55
12.48
4.59
2.75
Ventana de contexto
1M
1M
1M
500k
500k
500k
1M
1M
Creador
Anthropic
Anthropic
Anthropic
SpaceXAI
SpaceXAI
SpaceXAI
Anthropic
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
AnthropicMicrosoft AzureAmazon BedrockGoogle
Anthropic
Anthropic
SpaceXAI
SpaceXAI
SpaceXAI
Anthropic
GoogleAnthropicAmazon BedrockMicrosoft Azure
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Claude Sonnet 5.5
Grok 4.7
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better
No publicly available API

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, Claude Sonnet 5.5 (max) vs. Grok 4.7 (xhigh)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
AnthropicClaude Sonnet 5.5 (max)SpaceXAIGrok 4.7 (xhigh)
Eloquent
21%
79%
Natural Sounding
25%
75%
Metaphorical
72%
28%
Lexically Varied
64%
36%
Literate
48%
52%