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 MiniMax M2.5 (medium)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 4.3. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.440. Claude Haiku 5.5 (low) तेज है: 7.51s vs 102.32s, pass rates 76.8% vs 42.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#115
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#457
कुल आउटपुट टोकन
284,991
प्रतिक्रिया समय (औसत)
102.32s
कुल लागत
$0.440
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 7.3x less than MiniMax M2.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर 8.6 4.3
रैंक #115 #457
विश्वसनीयता 10.0 9.3
संगति 8.9 6.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 42.0%
अस्थिर टेस्ट 3 9
कुल रन 69 69
प्रति परिणाम लागत 0.378 7.104
कुल लागत $0.061 $0.440
इनपुट कीमत $0.100 / 1M $0.270 / 1M
आउटपुट कीमत $0.500 / 1M $1.080 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.027 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 188,239
आउटपुट टोकन 10,672 27,822
रीजनिंग टोकन 50,978 262,674
प्रतिक्रिया समय (औसत) 7.51s 102.32s
प्रतिक्रिया समय (अधिकतम) 44.43s 600.81s
प्रतिक्रिया समय (कुल) 172.74s 1637.05s
पैरामीटर ~50B 230B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#115 Claude Haiku 5.5

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

#457 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

तुलना जोड़ी बदलें