Direktvergleich

Claude Sonnet 4.6 vs. Grok 4.6

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 168
verschiedene Benchmarks: 20
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Sonnet 4.6 und Grok 4.6
Merkmal	Claude Sonnet 4.6	Grok 4.6
Anbieter	Anthropic	xAI
Erschienen	Feb. 2026	12. Aug. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	500.000 Token
Wissensstand	August 2025	1. Februar 2026
Technische Quellen	Modell, Kontext	Modell

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Sonnet 4.6 und Grok 4.6
Preisart	Claude Sonnet 4.6	Grok 4.6
API-Eingabe	3 $	2 $ ≤200K / 4 $ >200K
API-Ausgabe	15 $	6 $ ≤200K / 12 $ >200K
Cache lesen	0,3 $	0,5 $ ≤200K / 1 $ >200K
Cache schreiben (5 Min.)	3,75 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	6 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Sonnet 4.6Grok 4.6

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.63 $

Grok 4.62 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.615 $

Grok 4.66 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.60,3 $

Grok 4.60,5 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Sonnet 4.6 und Grok 4.6
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Sonnet 4.6	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	3,3 $	16,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us	3,3 $	16,5 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	3,3 $	16,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us-east5	3,3 $	16,5 $	Quelle17.10.2026
Grok 4.6	xAI	Direkt beim EntwicklerBis 200.000 Kontext-Token	Günstigster erfasster Preis: 2 $	Günstigster erfasster Preis: 6 $	Quelle22.09.2026
	xAI	Direkt beim EntwicklerÜber 200.000 Kontext-Token	4 $	12 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-west-2	2,2 $	6,6 $	Quelle17.10.2026
	xAI	Über OpenRouterxai	Günstigster erfasster Preis: 2 $	Günstigster erfasster Preis: 6 $	Quelle17.10.2026
	xAI	Über OpenRouterxai/priority	4 $	12 $	Quelle17.10.2026
	xAI	Über OpenRouterxai/zdr	Günstigster erfasster Preis: 2 $	Günstigster erfasster Preis: 6 $	Quelle17.10.2026
	xAI	Über OpenRouterxai/zdr/priority	4 $	12 $	Quelle17.10.2026
	xAI	Über OpenRouterxai/zdr/us	2,2 $	6,6 $	Quelle17.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Claude Sonnet 4.6Grok 4.6

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.639,892 %

Grok 4.644,572 %

CorpFin v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.665,307 %

Grok 4.666,161 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.660,154 %

Grok 4.662,727 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.651,035 %

Grok 4.653,682 %

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.685,606 %

Grok 4.694,697 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.65 %

Grok 4.615,833 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.638,462 %

Grok 4.648,077 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.682,12 %

Grok 4.686,307 %

LiveCodeBench v6Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.682,091 %

Grok 4.688,224 %

MMLU-ProOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.687,341 %

Grok 4.689,4 %

MortgageTaxOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.667,726 %

Grok 4.664,189 %

ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.60,5 %

Grok 4.61 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Sonnet 4.6 und Grok 4.6
Benchmark und Aufgabe	Claude Sonnet 4.6	Grok 4.6	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	39,892 %	Höherer Messwert44,572 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	65,307 %	Höherer Messwert66,161 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	60,154 %	Höherer Messwert62,727 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	51,035 %	Höherer Messwert53,682 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	85,606 %	Höherer Messwert94,697 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	5 %	Höherer Messwert15,833 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	38,462 %	Höherer Messwert48,077 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	82,12 %	Höherer Messwert86,307 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	82,091 %	Höherer Messwert88,224 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	87,341 %	Höherer Messwert89,4 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert67,726 %	64,189 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	0,5 %	Höherer Messwert1 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	62,449 %	Höherer Messwert66,847 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert46,582 %	28,9 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95	49,052 %	Höherer Messwert55,766 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	77,4 %	Höherer Messwert95,6 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	25,84 %	Höherer Messwert33,141 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert77,106 %	71,096 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	57,303 %	Höherer Messwert78,277 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95	51,476 %	Höherer Messwert76,239 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	30,333 %	Höherer Messwert39,429 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	63,17 %	Höherer Messwert64,452 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert61,52 %	59,923 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	48,92 %	Höherer Messwert49,619 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	85,859 %	Höherer Messwert93,939 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	87,319 %	Höherer Messwert93,116 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	43,939 %	Höherer Messwert62,121 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	87,991 %	Höherer Messwert90,442 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	98,758 %	Höherer Messwert99,068 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	92,748 %	Höherer Messwert94,979 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert74,96 %	68,283 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	2 %	Höherer Messwert19 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert35,318 %	32,143 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchNo Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95	27,827 %	Höherer Messwert38,167 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	87,113 %	Höherer Messwert95,876 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	10 %	Höherer Messwert16,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert65,822 %	62,142 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert100 %	75 %	Vals AI Quellendetails Datenstand: 28.09.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert68,571 %	60 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	66,084 %	Höherer Messwert66,2 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert78,493 %	78,154 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	38,795 %	Höherer Messwert42,901 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	85,354 %	Höherer Messwert95,455 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	0 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	86,797 %	Höherer Messwert91,39 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	82,469 %	Höherer Messwert83,62 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	60,571 %	Höherer Messwert76,571 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	91,888 %	Höherer Messwert92,649 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxSemantic Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert60,493 %	60,095 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	0,5 %	Höherer Messwert1 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Temperatur: 1, Ausgabegrenze: 30.000 tokens Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	60,494 %	Höherer Messwert61,729 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchWith Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95	49,052 %	Höherer Messwert55,766 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	33,333 %	Höherer Messwert100 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	57,949 %	Höherer Messwert68,102 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	Höherer Messwert88,389 %	80,049 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	34,444 %	Höherer Messwert68,889 %	Vals AI Quellendetails Datenstand: 28.09.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	3,997 / 5	Höherer Messwert4,077 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Shared Max Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	66,667 %	Höherer Messwert67,832 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	38,28 %	Höherer Messwert49,837 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	41,003 %	Höherer Messwert41,229 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	85,663 %	Höherer Messwert88,889 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	34,884 %	Höherer Messwert48,837 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	86,574 %	Höherer Messwert90,129 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95	86,945 %	Höherer Messwert89,034 %	Vals AI Quellendetails Datenstand: 01.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Claude Sonnet 4.6

Grok 4.6

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Sonnet 4.6

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-sonnet-4.6
API-Modell laut Antwort: anthropic/claude-sonnet-4.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.6-sonnet-20260217
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 106 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (2)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Grok 4.6

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: x-ai/grok-4.6
API-Modell laut Antwort: x-ai/grok-4.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: xAI | x-ai/grok-4.6-20260810
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 113,6 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Sonnet 4.6 und Grok 4.6 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Sonnet 4.6 vs. Grok 4.6

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Sonnet 4.6

Grok 4.6

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche