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 (medium) vs Nemotron 3.5 Super VL (medium)

average score लगभग बराबर है: 7.7 vs 7.7. Claude Haiku 5.5 (medium) की benchmark लागत कम है: $0.063 vs $0.437. Claude Haiku 5.5 (medium) तेज है: 7.71s vs 84.94s, pass rates 71.0% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#135
कुल आउटपुट टोकन
66,174
प्रतिक्रिया समय (औसत)
7.71s
कुल लागत
$0.063
रैंक
#134
कुल आउटपुट टोकन
792,033
प्रतिक्रिया समय (औसत)
84.94s
कुल लागत
$0.437
अनुशंसित मॉडल Claude Haiku 5.5 (medium)

It has the best score here (7.7), while costing about 6.9x less than Nemotron 3.5 Super VL (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 medium रिलीज़: 2026-10-07 Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium रिलीज़: 2026-10-15 निःशुल्क उपलब्ध
स्कोर 7.7 7.7
रैंक #135 #134
विश्वसनीयता 10.0 9.8
संगति 7.5 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 72.5%
अस्थिर टेस्ट 7 5
कुल रन 69 69
प्रति परिणाम लागत 0.485 3.118
कुल लागत $0.063 $0.437
इनपुट कीमत $0.100 / 1M $0.150 / 1M
आउटपुट कीमत $0.500 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.020 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 298,334 269,143
आउटपुट टोकन 10,328 6,833
रीजनिंग टोकन 55,846 785,200
प्रतिक्रिया समय (औसत) 7.71s 84.94s
प्रतिक्रिया समय (अधिकतम) 47.70s 527.47s
प्रतिक्रिया समय (कुल) 177.29s 1953.70s
पैरामीटर ~50B 120B कुल (12B 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.

#135 Claude Haiku 5.5

medium
लागत
$0.002
समय
17.2s
टोकन
3,524 tok

#134 Nemotron 3.5 Super VL

medium
लागत
$0.004
समय
68.1s
टोकन
9,798 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 6.3 4.8 66.7% 2 7.16s 10,608 518 11,415
Nemotron 3.5 Super VL 5.9 7.2 55.6% 1 278.59s 6,261 300 441,080

तुलना जोड़ी बदलें