नेविगेशन
Advertise here

Claude Haiku 5.5 (low) vs Grok Build 0.1 (medium)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 6.7. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $1.419. Claude Haiku 5.5 (low) तेज है: 7.51s vs 55.13s, pass rates 76.8% vs 58.0%.

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
#264
कुल आउटपुट टोकन
529,806
प्रतिक्रिया समय (औसत)
55.13s
कुल लागत
$1.419
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 23.5x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 8.6 6.7
रैंक #115 #264
विश्वसनीयता 10.0 10.0
संगति 8.9 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 58.0%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 0.378 10.910
कुल लागत $0.061 $1.419
इनपुट कीमत $0.100 / 1M $1.000 / 1M
आउटपुट कीमत $0.500 / 1M $2.000 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.200 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 358,616
आउटपुट टोकन 10,672 9,651
रीजनिंग टोकन 50,978 520,155
प्रतिक्रिया समय (औसत) 7.51s 55.13s
प्रतिक्रिया समय (अधिकतम) 44.43s 252.69s
प्रतिक्रिया समय (कुल) 172.74s 1268.10s
पैरामीटर ~50B ~300B कुल (~30B 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.

#115 Claude Haiku 5.5

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

#264 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

तुलना जोड़ी बदलें