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 Qwen3.8 2.4T A95B (low)

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 $4.016. Claude Haiku 5.5 (low) तेज है: 7.51s vs 120.40s, pass rates 76.8% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#94
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#104
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 66.4x less than Qwen3.8 2.4T A95B (low).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12
स्कोर 8.6 8.4
रैंक #94 #104
विश्वसनीयता 10.0 9.6
संगति 8.9 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 73.9%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 0.378 19.825
कुल लागत $0.061 $4.016
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.250 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 313,881
आउटपुट टोकन 10,672 123,706
रीजनिंग टोकन 50,978 388,328
प्रतिक्रिया समय (औसत) 7.51s 120.40s
प्रतिक्रिया समय (अधिकतम) 44.43s 534.21s
प्रतिक्रिया समय (कुल) 172.74s 2769.16s
पैरामीटर ~50B 2.4T कुल (95B 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.

#94 Claude Haiku 5.5

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

#104 Qwen3.8 2.4T A95B

low
लागत
$0.100
समय
193.2s
टोकन
16,767 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
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

तुलना जोड़ी बदलें