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 Nemotron 3 Ultra (medium)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 8.0. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.674. Claude Haiku 5.5 (low) तेज है: 7.51s vs 40.33s, pass rates 76.8% vs 68.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#74
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#109
कुल आउटपुट टोकन
196,626
प्रतिक्रिया समय (औसत)
40.33s
कुल लागत
$0.674
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 11.1x less than Nemotron 3 Ultra (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 Nemotron 3 Ultra Nemotron 3 Ultra medium रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 8.6 8.0
रैंक #74 #109
विश्वसनीयता 10.0 9.8
संगति 8.9 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 68.1%
अस्थिर टेस्ट 3 3
कुल रन 69 69
प्रति परिणाम लागत 0.378 0.000
कुल लागत $0.061 $0.674
इनपुट कीमत $0.100 / 1M $0.500 / 1M
आउटपुट कीमत $0.500 / 1M $2.200 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.100 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 482,754
आउटपुट टोकन 10,672 62,455
रीजनिंग टोकन 50,978 141,067
प्रतिक्रिया समय (औसत) 7.51s 40.33s
प्रतिक्रिया समय (अधिकतम) 44.43s 392.56s
प्रतिक्रिया समय (कुल) 172.74s 927.65s
पैरामीटर ~50B 550B कुल (55B 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.

#74 Claude Haiku 5.5

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

#109 Nemotron 3 Ultra

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
Nemotron 3 Ultra 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

तुलना जोड़ी बदलें