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 (xhigh) vs Claude Opus 5.5 (medium)

Claude Opus 5.5 (medium) average score में आगे है: 9.2 vs 9.1. Claude Haiku 5.5 (xhigh) की benchmark लागत कम है: $0.140 vs $1.804. Claude Haiku 5.5 (xhigh) तेज है: 16.58s vs 25.85s, pass rates 81.2% vs 89.9%.

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

तुलना किए गए मॉडल

रैंक
#44
कुल आउटपुट टोकन
199,268
प्रतिक्रिया समय (औसत)
16.58s
कुल लागत
$0.140
रैंक
#36
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
अनुशंसित मॉडल Claude Haiku 5.5 (xhigh)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 13.0x less than Claude Opus 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 xhigh रिलीज़: 2026-10-07 Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23
स्कोर 9.1 9.2
रैंक #44 #36
विश्वसनीयता 10.0 10.0
संगति 9.3 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 89.9%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 0.773 9.016
कुल लागत $0.140 $1.804
इनपुट कीमत $0.100 / 1M $4.000 / 1M
आउटपुट कीमत $0.500 / 1M $20.000 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.200 / 1M
कैश लिखने की कीमत $0.125 / 1M $5.000 / 1M
कुल इनपुट टोकन 394,509 290,117
आउटपुट टोकन 10,349 9,805
रीजनिंग टोकन 188,919 22,322
प्रतिक्रिया समय (औसत) 16.58s 25.85s
प्रतिक्रिया समय (अधिकतम) 92.74s 90.20s
प्रतिक्रिया समय (कुल) 381.40s 594.63s
पैरामीटर ~50B ~5T कुल (~500B 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.

#44 Claude Haiku 5.5

xhigh
लागत
$0.021
समय
189.0s
टोकन
41,343 tok

#36 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 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 10.0 10.0 100.0% 0 13.13s 10,608 504 26,396
Claude Opus 5.5 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341

तुलना जोड़ी बदलें