Claude CodeとGrok Build
Claude CodeとGrok BuildをArtificial Analysis Coding Agent Indexのベンチマークスコア、コスト、実行時間、トークン使用量で比較します。
詳しい方法論は、方法論ページをご覧ください。
ほかの比較を見る
vs
ハイライト
比較
Claude Code と Grok Build の並列比較。
コーディングエージェント比較
指標 | 分析 | ||
|---|---|---|---|
エージェントハーネス | Claude Code | Grok Build | |
代表モデル | Opus 5 (xhigh) | Grok 4.5 (high) | |
Coding Agent Index | 68 | 64 | Claude Code は Grok Build よりCoding Agent Indexが高いです |
DeepSWE | 60% | 60% | Claude Code は Grok Build より DeepSWE のスコアが高いです |
Terminal-Bench v2.1 | 89% | 84% | Claude Code は Grok Build より Terminal-Bench v2.1 のスコアが高いです |
SWE-Atlas-QnA | 55% | 48% | Claude Code は Grok Build より SWE-Atlas-QnA のスコアが高いです |
タスクあたりのコスト | $8.17 | $2.44 | Grok Build は Claude Code よりタスクあたりのコストが低いです |
タスクあたりの時間 | 23.7m | 15.5m | Grok Build は Claude Code よりタスクあたりの時間が短いです |
タスクあたりのターン数 | 152.1 | 60.7 | Grok Build は Claude Code よりタスクあたりのターン数が少ないです |
タスクあたりのトークン使用量 | 21.6M | 3.6M | Grok Build は Claude Code よりタスクあたりのトークン使用量が少ないです |
キャッシュヒット率 | 97% | 92% | Claude Code は Grok Build よりキャッシュヒット率が高いです |
モデルバリアント
Claude Code と Grok Build の評価済みモデルバリアント。
モデルバリアント
68 | 60% | 89% | 55% | $8.17 | 23.7m | 21.6M | ||
67 | 66% | 87% | 49% | $11.69 | 23.5m | 13.9M | ||
67 | 63% | 89% | 49% | $8.94 | 24.2m | 23.7M | ||
66 | 61% | 87% | 49% | $3.92 | 14.0m | 9.9M | ||
64 | 63% | 85% | 44% | $3.17 | 12.2m | 8M | ||
62 | 56% | 84% | 47% | $7.72 | 23.1m | 17.9M | ||
61 | 52% | 84% | 48% | $3.23 | 29.9m | 12.5M | ||
59 | 57% | 82% | 39% | $2.30 | 10.0m | 5.3M | ||
59 | 51% | 83% | 43% | $5.67 | 17.8m | 13.6M | ||
58 | 52% | 82% | 39% | $3.78 | 12.7m | 9.2M | ||
56 | 49% | 82% | 36% | $3.30 | 12.0m | 7.8M | ||
52 | 40% | 78% | 37% | $5.92 | 15.8m | 16.1M | ||
49 | 41% | 78% | 28% | $2.18 | 8.6m | 5.2M | ||
43 | 29% | 72% | 29% | $6.66 | 25.1m | 6.6M | ||
42 | 27% | 77% | 23% | $1.80 | 6.7m | 4.6M | ||
39 | 29% | 67% | 20% | $2.04 | 13.8m | 8.4M | ||
38 | 19% | 72% | 24% | $6.30 | 10.7m | 8.8M | ||
37 | 19% | 67% | 25% | $4.28 | 19.0m | 25.8M | ||
34 | 17% | 69% | 16% | $1.22 | 40.7m | 11.7M | ||
33 | 9% | 70% | 20% | $0.25 | 17.9m | 9.9M | ||
64 | 60% | 84% | 48% | $2.44 | 15.5m | 3.6M |
パフォーマンス
Artificial Analysis Coding Agent Indexにおけるパフォーマンス。
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index v1.4 incorporates 3 benchmarks: DeepSWE, Terminal-Bench v2.1, and SWE-Atlas-QnA · Higher is better
Since benchmarking, we have observed a higher rate of content safety filtering on this endpoint.
トークン使用量
Artificial Analysis Coding Agent Indexにおけるトークン消費量。
タスクあたりのトークン使用量
タスクあたりの入力・キャッシュ・出力トークンの平均
Prompt cache hit rates can vary significantly by provider routing, which can materially change effective cost.
Artificial Analysis Coding Agent Index vs. 合計トークン
Artificial Analysis Coding Agent Index vs. タスクあたりの平均合計トークン
Most attractive quadrant
コスト
現在のトークン単位の価格に基づく、Artificial Analysis Coding Agent Indexのトークン従量課金APIコスト。
タスクあたりのコスト
Average pay-per-token API cost per task (USD) · Lower is better
Artificial Analysis Coding Agent Index vs. タスクあたりのコスト
Artificial Analysis Coding Agent Index vs. タスクあたりの平均トークン従量課金APIコスト(USD)
Most attractive quadrant
Pareto line
実行時間
Artificial Analysis Coding Agent Indexにおけるエージェントの実稼働時間。
タスクあたりの時間
Average agent wall time per task · Lower is better
Artificial Analysis Coding Agent Index vs. 実行時間
Artificial Analysis Coding Agent Index vs. タスクあたりの平均エージェント稼働時間
Most attractive quadrant