नेविगेशन
Advertise here

Claude Haiku 5.5 (high) vs DeepSeek V4 Flash 0731 (high)

DeepSeek V4 Flash 0731 (high) average score में आगे है: 8.4 vs 8.3. Claude Haiku 5.5 (high) की benchmark लागत कम है: $0.088 vs $0.576. Claude Haiku 5.5 (high) तेज है: 10.41s vs 118.83s, pass rates 76.8% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#80
कुल आउटपुट टोकन
105,640
प्रतिक्रिया समय (औसत)
10.41s
कुल लागत
$0.088
रैंक
#77
कुल आउटपुट टोकन
448,665
प्रतिक्रिया समय (औसत)
118.83s
कुल लागत
$0.576
अनुशंसित मॉडल Claude Haiku 5.5 (high)

Its score stays close to the best score here (8.3 vs 8.4), while costing about 6.6x less than DeepSeek V4 Flash 0731 (high).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 high रिलीज़: 2026-10-07 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01
स्कोर 8.3 8.4
रैंक #80 #77
विश्वसनीयता 10.0 10.0
संगति 8.5 8.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 76.8%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 0.584 1.069
कुल लागत $0.088 $0.576
इनपुट कीमत $0.100 / 1M $0.005 / 1M
आउटपुट कीमत $0.500 / 1M $1.280 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.005 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 346,451 281,863
आउटपुट टोकन 10,136 24,535
रीजनिंग टोकन 95,504 507,976
प्रतिक्रिया समय (औसत) 10.41s 118.83s
प्रतिक्रिया समय (अधिकतम) 52.61s 600.61s
प्रतिक्रिया समय (कुल) 239.38s 2733.01s
पैरामीटर ~50B 284B कुल (13B 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.

#80 Claude Haiku 5.5

high
लागत
$0.003
समय
28.0s
टोकन
5,775 tok

#77 DeepSeek V4 Flash 0731

high
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
187.3s
टोकन
19,048 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 Haiku 5.5 6.0 7.2 55.6% 1 9.54s 10,608 503 16,741
DeepSeek V4 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210

तुलना जोड़ी बदलें