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 Muse Spark Open (high)

Muse Spark Open (high) average score में आगे है: 9.2 vs 9.1. Claude Haiku 5.5 (xhigh) की benchmark लागत कम है: $0.140 vs $1.782. Claude Haiku 5.5 (xhigh) तेज है: 16.58s vs 151.96s, pass rates 81.2% vs 76.8%.

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

तुलना किए गए मॉडल

रैंक
#38
कुल आउटपुट टोकन
199,268
प्रतिक्रिया समय (औसत)
16.58s
कुल लागत
$0.140
रैंक
#30
कुल आउटपुट टोकन
339,545
प्रतिक्रिया समय (औसत)
151.96s
कुल लागत
$1.782
अनुशंसित मॉडल Claude Haiku 5.5 (xhigh)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 12.8x less than Muse Spark Open (high).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 xhigh रिलीज़: 2026-10-07 Muse Spark Open Muse Spark Open high रिलीज़: 2026-10-15
स्कोर 9.1 9.2
रैंक #38 #30
विश्वसनीयता 10.0 9.4
संगति 9.3 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 76.8%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 0.773 10.481
कुल लागत $0.140 $1.782
इनपुट कीमत $0.100 / 1M $1.250 / 1M
आउटपुट कीमत $0.500 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.150 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 394,509 270,889
आउटपुट टोकन 10,349 10,688
रीजनिंग टोकन 188,919 328,857
प्रतिक्रिया समय (औसत) 16.58s 151.96s
प्रतिक्रिया समय (अधिकतम) 92.74s 960.01s
प्रतिक्रिया समय (कुल) 381.40s 3495.01s
पैरामीटर ~50B 816B कुल (42B 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.

#38 Claude Haiku 5.5

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

#30 Muse Spark Open

high
लागत
$0.045
समय
239.2s
टोकन
10,710 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
Muse Spark Open 10.0 10.0 100.0% 0 33.49s 8,478 1,743 33,344

तुलना जोड़ी बदलें