Claude Haiku 5.5 (low) vs Trinity Large Thinking (medium)

Claude Haiku 5.5 (low) average score मध्ये पुढे आहे: 8.6 vs 6.1. Claude Haiku 5.5 (low) चा benchmark खर्च कमी आहे: $0.061 vs $0.862. Claude Haiku 5.5 (low) वेगवान आहे: 7.51s vs 84.01s, pass rates 76.8% vs 49.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #77
एकूण आउटपुट टोकन्स: 61,650
प्रतिसाद वेळ (सरासरी): 7.51s
एकूण खर्च: $0.061

क्रमांक: #278
एकूण आउटपुट टोकन्स: 925,046
प्रतिसाद वेळ (सरासरी): 84.01s
एकूण खर्च: $0.862

शिफारस केलेले मॉडेल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 14.3x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28
स्कोअर	8.6	6.1
क्रमांक	#77	#278
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	7.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	49.3%
अस्थिर चाचण्या	3	7
एकूण रन	69	69
प्रति निकाल खर्च	0.378	10.772
एकूण खर्च	$0.061	$0.862
इनपुट किंमत	$0.100 / 1M	$0.250 / 1M
आउटपुट किंमत	$0.500 / 1M	$0.800 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.060 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	296,301	319,352
आउटपुट टोकन्स	10,672	158,447
रिझनिंग टोकन्स	50,978	875,524
प्रतिसाद वेळ (सरासरी)	7.51s	84.01s
प्रतिसाद वेळ (कमाल)	44.43s	525.14s
प्रतिसाद वेळ (एकूण)	172.74s	1932.24s
पॅरामीटर्स	~50B	398B एकूण (13B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#77 Claude Haiku 5.5

low

खर्च: $0.001
वेळ: 7.4s
टोकन्स: 1,851 tok

#278 Trinity Large Thinking

medium

खर्च: $0.016
वेळ: 75.9s
टोकन्स: 19,401 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	10.0	10.0	100.0%	0		44.43s	153,966	2,991	3,811
Trinity Large Thinking	6.1	3.1	66.7%	1		52.50s	200,866	2,281	14,905

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	8.7	7.9	91.7%	1		2.16s	858	483	1,480
Trinity Large Thinking	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	7.9	7.5	77.8%	1		7.30s	10,608	531	11,618
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	10.0	10.0	100.0%	0		23.94s	104,796	4,741	19,543
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	10.0	10.0	100.0%	0		3.45s	10,515	312	1,609
Trinity Large Thinking	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	5.9	7.2	55.6%	1		7.35s	990	64	9,207
Trinity Large Thinking	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	4.6	9.8	0.0%	0		1.38s	714	319	0
Trinity Large Thinking	10.0	10.0	100.0%	0		32.22s	501	7,035	7,774

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	9.8	10.0	100.0%	0		2.20s	921	94	515
Trinity Large Thinking	4.4	6.9	16.7%	1		3.99s	684	77	3,798

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	7.7	10.0	66.7%	0		2.76s	912	611	1,783
Trinity Large Thinking	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	10.0	10.0	100.0%	0		4.19s	11,757	354	459
Trinity Large Thinking	10.0	10.0	100.0%	0		5.26s	7,551	299	1,372

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	3.0	10.0	0.0%	0		2.70s	264	172	953
Trinity Large Thinking	3.0	10.0	0.0%	0		97.44s	207	1,680	34,295

तुलना जोडी बदला