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 Flash 0731 (high)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 8.4. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.576. Claude Haiku 5.5 (low) तेज है: 7.51s vs 118.83s, pass rates 76.8% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#75
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#89
कुल आउटपुट टोकन
448,665
प्रतिक्रिया समय (औसत)
118.83s
कुल लागत
$0.576
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 9.5x less than DeepSeek V4 Flash 0731 (high).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01
स्कोर 8.6 8.4
रैंक #75 #89
विश्वसनीयता 10.0 10.0
संगति 8.9 8.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 76.8%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 0.378 1.069
कुल लागत $0.061 $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 296,301 281,863
आउटपुट टोकन 10,672 24,535
रीजनिंग टोकन 50,978 507,976
प्रतिक्रिया समय (औसत) 7.51s 118.83s
प्रतिक्रिया समय (अधिकतम) 44.43s 600.61s
प्रतिक्रिया समय (कुल) 172.74s 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.

#75 Claude Haiku 5.5

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

#89 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 7.9 7.5 77.8% 1 7.30s 10,608 531 11,618
DeepSeek V4 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210

तुलना जोड़ी बदलें