Modellvergleich
Claude 3.7 Sonnet (Non-reasoning)
vs. Grok 3
Vergleich von 2 KI-Modellen · 12 Benchmarks · Anthropic, xAI
Empfehlung
xA Grok 3 11 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Reasoning, Mathe
Bester Wert
Grok 3
100.0 Wert-Score
47.9 Reasoning / $8.00/1M
Niedrigster Preis
Claude 3.7 Sonnet (Non-reasoning)
$3.00/1M Eingabepreis
Bestes Reasoning
Grok 3
47.9 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Claude 3.7 Sonnet (Non-reasoning)
26.7 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Grok 3 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Claude 3.7 Sonnet (Non-reasoning) ist 1,3x guenstiger bei Eingabetokens als Grok 3.
Reasoning-Unterschied
Grok 3 liegt 12.2 Punkte vor Claude 3.7 Sonnet (Non-reasoning) beim Reasoning.
Coding-Unterschied
Claude 3.7 Sonnet (Non-reasoning) liegt 6.9 Punkte vor Grok 3 beim Coding.
Top-Wahl-Begruendung
Grok 3 gewinnt 11 messbare Kategorien, darunter Preis-Leistung, Reasoning, Mathe, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Claude 3.7 Sonnet (Non-reasoning)
Anthropic
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Grok 3
xAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | An Claude 3.7 Sonnet (Non-reasoning) | Top-Wahl xA Grok 3 |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $3.00/1M | $4.00/1M |
| Output-Kosten | $15.00/1M | $20.00/1M |
| Gemischt (3:1) | $6.00/1M | $8.00/1M |
| Spezifikationen | ||
| Anbieter | Anthropic | xAI |
| Veröffentlichung | 24. Feb. 2025 | 19. Feb. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Wert-Score | 99.5 | 100.0 |
| Reasoning-Score | 35.8 | 47.9 |
| Intelligenz | 30.8 | 25.2 |
| Coding | 26.7 | 19.8 |
| Mathe | 21.0 | 58.0 |
| Standard-Benchmarks | ||
| GPQA | 65.6% | 69.3% |
| MMLU Pro | 80.3% | 79.9% |
| HLE | 4.8% | 5.1% |
| LiveCodeBench | 39.4% | 42.5% |
| MATH 500 | 85.0% | 87.0% |
| AIME 2025 | 21.0% | 58.0% |
| AIME (Original) | 22.3% | 33.0% |
| SciCode | 37.6% | 36.8% |
| LCR | 48.3% | 54.7% |
| IFBench | 44.0% | 46.9% |
| TAU-bench v2 | 50.0% | 48.8% |
| TerminalBench Hard | 21.2% | 11.4% |
Wichtigste Erkenntnisse
Claude 3.7 Sonnet (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $3.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Grok 3 hat das staerkste Reasoning-Profil mit 47.9 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Claude 3.7 Sonnet (Non-reasoning) erreicht einen 26.7 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
Claude 3.7 Sonnet (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
Grok 3
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
