Claude Haiku 5.5 (xhigh) vs Gemini 4 Hydrogen (medium)

Gemini 4 Hydrogen (medium) average score में आगे है: 9.3 vs 9.1. Claude Haiku 5.5 (xhigh) की benchmark लागत कम है: $0.140 vs $1.330. Gemini 4 Hydrogen (medium) तेज है: 16.56s vs 16.58s, pass rates 81.2% vs 91.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक: #51
कुल आउटपुट टोकन: 199,268
प्रतिक्रिया समय (औसत): 16.58s
कुल लागत: $0.140

रैंक: #35
कुल आउटपुट टोकन: 127,550
प्रतिक्रिया समय (औसत): 16.56s
कुल लागत: $1.330

अनुशंसित मॉडल Claude Haiku 5.5 (xhigh)

Its score stays close to the best score here (9.1 vs 9.3), while costing about 9.6x less than Gemini 4 Hydrogen (medium).

विस्तृत तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 xhigh रिलीज़: 2026-10-07	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 xhigh रिलीज़: 2026-10-07	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12
स्कोर	9.1	9.3
रैंक	#51	#35
विश्वसनीयता	10.0	8.9
संगति	9.3	8.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	81.2%	91.3%
अस्थिर टेस्ट	2	3
कुल रन	69	69
प्रति परिणाम लागत	0.773	6.648
कुल लागत	$0.140	$1.330
इनपुट कीमत	$0.100 / 1M	$1.500 / 1M
आउटपुट कीमत	$0.500 / 1M	$7.500 / 1M
कैश पढ़ने की कीमत	$0.010 / 1M	$0.075 / 1M
कैश लिखने की कीमत	$0.125 / 1M	$0.084 / 1M
कुल इनपुट टोकन	394,509	248,530
आउटपुट टोकन	10,349	6,957
रीजनिंग टोकन	188,919	120,593
प्रतिक्रिया समय (औसत)	16.58s	16.56s
प्रतिक्रिया समय (अधिकतम)	92.74s	70.41s
प्रतिक्रिया समय (कुल)	381.40s	380.96s
पैरामीटर	~50B	~300B कुल (~15B 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.

#51 Claude Haiku 5.5

xhigh

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

#35 Gemini 4 Hydrogen

medium

लागत: $0.059
समय: 48.1s
टोकन: 7,929 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

श्रेणी:

स्वायत्त एजेंट कार्य	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		62.72s	257,002	2,786	14,500
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		70.41s	157,556	1,099	12,737

एंटी-एआई ट्रिक्स	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		2.88s	858	367	3,017
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		2.99s	918	148	2,478

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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		19.06s	8,448	489	21,603

संयुक्त	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		38.95s	99,968	4,903	45,341
Gemini 4 Hydrogen	6.4	5.8	66.7%	1		30.98s	60,405	4,005	16,609

डेटा पार्सिंग और निष्कर्षण	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		3.65s	10,515	312	2,656
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		7.05s	8,025	336	3,746

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	5.3	7.2	44.4%	1		47.83s	990	65	83,800
Gemini 4 Hydrogen	5.2	4.4	55.6%	2		40.99s	963	49	53,450

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	5.0	10.0	0.0%	0		9.80s	714	155	4,341
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		5.70s	591	131	1,341

निर्देश पालन	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		3.34s	921	100	1,775
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		4.75s	825	96	2,311

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	7.6	7.2	77.8%	1		3.80s	912	563	4,066
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		3.43s	882	244	2,210

टूल कॉलिंग	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		6.42s	11,757	354	1,285
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		10.35s	9,656	336	2,320

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Haiku 5.5	3.0	10.0	0.0%	0		4.79s	264	240	1,742
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		6.54s	261	24	1,788

तुलना जोड़ी बदलें