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

Claude Haiku 5.5 (low) vs DeepSeek V4.1 Flash (medium)

DeepSeek V4.1 Flash (medium) average score में आगे है: 8.7 vs 8.6. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.591. Claude Haiku 5.5 (low) तेज है: 7.51s vs 32.88s, pass rates 76.8% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#77
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#65
कुल आउटपुट टोकन
444,665
प्रतिक्रिया समय (औसत)
32.88s
कुल लागत
$0.591
अनुशंसित मॉडल Claude Haiku 5.5 (low)

Its score stays close to the best score here (8.6 vs 8.7), while costing about 9.8x less than DeepSeek V4.1 Flash (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium रिलीज़: 2026-09-10
स्कोर 8.6 8.7
रैंक #77 #65
विश्वसनीयता 10.0 9.6
संगति 8.9 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 73.9%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 0.378 1.757
कुल लागत $0.061 $0.591
इनपुट कीमत $0.100 / 1M $0.013 / 1M
आउटपुट कीमत $0.500 / 1M $1.320 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.013 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 280,643
आउटपुट टोकन 10,672 7,342
रीजनिंग टोकन 50,978 437,323
प्रतिक्रिया समय (औसत) 7.51s 32.88s
प्रतिक्रिया समय (अधिकतम) 44.43s 276.31s
प्रतिक्रिया समय (कुल) 172.74s 756.34s
पैरामीटर ~50B 748B कुल (16B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#77 Claude Haiku 5.5

low
लागत
$0.001
समय
7.4s
टोकन
1,851 tok

#65 DeepSeek V4.1 Flash

medium
लागत
$0.014
समय
34.7s
टोकन
11,541 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 7.9 7.5 77.8% 1 7.30s 10,608 531 11,618
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 34.45s 7,509 396 71,345

तुलना जोड़ी बदलें