नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (low) vs Step 5 Preview (medium)

Claude Fable 5.1 (low) average score में आगे है: 6.2 vs 6.1. Claude Fable 5.1 (low) की benchmark लागत कम है: $3.395 vs $4.136. Claude Fable 5.1 (low) तेज है: 11.40s vs 136.10s, pass rates 55.1% vs 53.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#244
कुल आउटपुट टोकन
26,073
प्रतिक्रिया समय (औसत)
11.40s
कुल लागत
$3.395
रैंक
#250
कुल आउटपुट टोकन
1,434,621
प्रतिक्रिया समय (औसत)
136.10s
कुल लागत
$4.136
अनुशंसित मॉडल Claude Fable 5.1 (low)

It has the best score here (6.2), while responding about 11.9x faster than Step 5 Preview (medium).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low रिलीज़: 2026-09-02 Step 5 Preview Step 5 Preview medium रिलीज़: 2026-10-09
स्कोर 6.2 6.1
रैंक #244 #250
विश्वसनीयता 10.0 9.6
संगति 8.9 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 53.6%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 30.862 41.354
कुल लागत $3.395 $4.136
इनपुट कीमत $10.000 / 1M $1.000 / 1M
आउटपुट कीमत $50.000 / 1M $2.700 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.050 / 1M
कैश लिखने की कीमत $12.500 / 1M लागू नहीं
कुल इनपुट टोकन 209,116 261,842
आउटपुट टोकन 10,031 1,434,621
रीजनिंग टोकन 16,042 0
प्रतिक्रिया समय (औसत) 11.40s 136.10s
प्रतिक्रिया समय (अधिकतम) 34.77s 438.09s
प्रतिक्रिया समय (कुल) 262.14s 3130.27s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 600B कुल (27B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#244 Claude Fable 5.1

low
लागत
$0.126
समय
28.5s
टोकन
2,652 tok

#250 Step 5 Preview

medium
लागत
$0.042
समय
90.3s
टोकन
15,574 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Step 5 Preview 2.8 7.2 11.1% 1 363.90s 7,428 546,725 0

तुलना जोड़ी बदलें