Claude Haiku 5.5 (high) vs Gemini 3.1 Pro Preview (medium)

Gemini 3.1 Pro Preview (medium) average score में आगे है: 8.4 vs 8.3. Claude Haiku 5.5 (high) की benchmark लागत कम है: $0.088 vs $1.585. Claude Haiku 5.5 (high) तेज है: 10.41s vs 22.71s, pass rates 76.8% vs 89.9%.

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: #74
कुल आउटपुट टोकन: 102,691
प्रतिक्रिया समय (औसत): 22.71s
कुल लागत: $1.585

अनुशंसित मॉडल Claude Haiku 5.5 (high)

Its score stays close to the best score here (8.3 vs 8.4), while costing about 18.1x less than Gemini 3.1 Pro Preview (medium).

विस्तृत तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 high रिलीज़: 2026-10-07	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 high रिलीज़: 2026-10-07	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19
स्कोर	8.3	8.4
रैंक	#80	#74
विश्वसनीयता	10.0	9.8
संगति	8.5	9.6
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	76.8%	89.9%
अस्थिर टेस्ट	4	1
कुल रन	69	69
प्रति परिणाम लागत	0.584	7.924
कुल लागत	$0.088	$1.585
इनपुट कीमत	$0.100 / 1M	$2.000 / 1M
आउटपुट कीमत	$0.500 / 1M	$12.000 / 1M
कैश पढ़ने की कीमत	$0.010 / 1M	$0.200 / 1M
कैश लिखने की कीमत	$0.125 / 1M	$0.375 / 1M
कुल इनपुट टोकन	346,451	176,208
आउटपुट टोकन	10,136	6,093
रीजनिंग टोकन	95,504	96,598
प्रतिक्रिया समय (औसत)	10.41s	22.71s
प्रतिक्रिया समय (अधिकतम)	52.61s	88.68s
प्रतिक्रिया समय (कुल)	239.38s	386.11s
पैरामीटर	~50B	~1.2T कुल (~20B 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

#74 Gemini 3.1 Pro Preview

medium

लागत: $0.115
समय: 87.2s
टोकन: 9,629 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		52.61s	206,189	2,382	10,134
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		2.70s	858	551	2,399
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218

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
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		30.00s	102,723	4,896	29,883
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		3.77s	10,515	312	2,031
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	4.1	4.4	44.5%	2		16.29s	990	65	25,349
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		4.89s	714	208	1,603
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	9.9	10.0	100.0%	0		3.19s	921	99	1,723
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	5.9	7.2	55.6%	1		3.28s	912	615	3,202
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	10.0	10.0	100.0%	0		5.34s	11,757	354	849
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	3.0	10.0	0.0%	0		4.49s	264	151	1,590
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297

तुलना जोड़ी बदलें

Claude Haiku 5.5highvsKimi K3max Gemini 3.1 Pro PreviewmediumvsInklinghighनिःशुल्क उपलब्ध Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Claude Haiku 5.5highvsGPT-6 Lunamedium Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Claude Haiku 5.5highvsLing 3.1 Flashmedium Claude Haiku 5.5highvsQwen3.7 Plusmedium Claude Haiku 5.5maxvsGemini 3.1 Pro Previewmedium Claude Haiku 5.5highvsGLM 5.2medium