Advertise here
#35

Claude Haiku 5.5

Anthropic रिलीज़: 2026-10-07 परीक्षण किया गया: 2026-10-07 21:50 anthropic/claude-haiku-5.5::xhigh
~50Bसघनबंद स्रोतअनुमानित
(max) (xhigh) (high) (medium) (low)

सारांश

Claude Haiku 5.5 AI BENCHY पर 9.1 स्कोर करता है और #35 पर है। इसकी reliability 10.0, pass rate 81.2%, कुल लागत $0.140, और औसत response time 16.58s है।

Claude Haiku 5.5 को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-10-07

अनुमानित
पैरामीटर
~50B
आर्किटेक्चर
सघन
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोर

9.1

संगति

9.3

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.140

कुल आउटपुट टोकन

199,268

कुल इनपुट टोकन

394,509

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.500 / 1M

कैश पढ़ने की कीमत

$0.010 / 1M

कैश लिखने की कीमत

$0.125 / 1M

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।

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 81.2%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

16.58s

प्रतिक्रिया समय (अधिकतम): 92.74s

प्रतिक्रिया समय (कुल): 381.40s

गलत उत्तर: 2 अतिरिक्त फॉर्मेटिंग: 1 निर्देशों का पालन नहीं किया: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#35 Claude Haiku 5.5

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

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Claude Haiku 5.5xhighvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsMuse Spark 1.3highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsParetodefaultClaude Haiku 5.5xhighvsQwen3.8 MAXmediumClaude Haiku 5.5xhighvsSeed 2.1 TurbohighClaude Haiku 5.5xhighvsClaude Sonnet 5.5maxClaude Haiku 5.5xhighvsGemini 3.5 FlashlowClaude Haiku 5.5xhighvsGPT-5.5mediumClaude Haiku 5.5xhighvsQwen3.8 Max (0902)medium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल