नेविगेशन
Advertise here

Claude Haiku 5.5 (low) vs Mistral Large 4

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 5.7. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.290. Claude Haiku 5.5 (low) तेज है: 7.51s vs 20.43s, pass rates 76.8% vs 31.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-18

तुलना किए गए मॉडल

रैंक
#119
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#369
कुल आउटपुट टोकन
54,388
प्रतिक्रिया समय (औसत)
20.43s
कुल लागत
$0.290
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 4.8x less than Mistral Large 4.

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 Mistral Large 4 Mistral Large 4 none रिलीज़: 2026-10-06
स्कोर 8.6 5.7
रैंक #119 #369
विश्वसनीयता 10.0 9.7
संगति 8.9 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 31.9%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 0.378 4.818
कुल लागत $0.061 $0.290
इनपुट कीमत $0.100 / 1M $0.680 / 1M
आउटपुट कीमत $0.500 / 1M $2.090 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.070 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 257,872
आउटपुट टोकन 10,672 54,388
रीजनिंग टोकन 50,978 0
प्रतिक्रिया समय (औसत) 7.51s 20.43s
प्रतिक्रिया समय (अधिकतम) 44.43s 192.80s
प्रतिक्रिया समय (कुल) 172.74s 469.88s
पैरामीटर ~50B 1.05T कुल (49B 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.

#119 Claude Haiku 5.5

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

#369 Mistral Large 4

none
लागत
$0.005
समय
33.0s
टोकन
2,461 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
Mistral Large 4 4.7 7.5 22.2% 1 85.04s 7,431 39,805 0

तुलना जोड़ी बदलें