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 Mistral Small 4 (medium)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 5.1. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.126. Claude Haiku 5.5 (low) तेज है: 7.51s vs 12.68s, pass rates 76.8% vs 42.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#83
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#352
कुल आउटपुट टोकन
127,970
प्रतिक्रिया समय (औसत)
12.68s
कुल लागत
$0.126
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 2.1x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16
स्कोर 8.6 5.1
रैंक #83 #352
विश्वसनीयता 10.0 9.7
संगति 8.9 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 42.0%
अस्थिर टेस्ट 3 8
कुल रन 69 69
प्रति परिणाम लागत 0.378 2.502
कुल लागत $0.061 $0.126
इनपुट कीमत $0.100 / 1M $0.150 / 1M
आउटपुट कीमत $0.500 / 1M $0.600 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.015 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 321,955
आउटपुट टोकन 10,672 41,555
रीजनिंग टोकन 50,978 94,946
प्रतिक्रिया समय (औसत) 7.51s 12.68s
प्रतिक्रिया समय (अधिकतम) 44.43s 59.15s
प्रतिक्रिया समय (कुल) 172.74s 291.66s
पैरामीटर ~50B 119B कुल (6B 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.

#83 Claude Haiku 5.5

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

#352 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 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 Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

तुलना जोड़ी बदलें