Claude Haiku 5.5 (low) vs DeepSeek V4.1 Flash (high)

DeepSeek V4.1 Flash (high) average score मध्ये पुढे आहे: 8.7 vs 8.6. Claude Haiku 5.5 (low) चा benchmark खर्च कमी आहे: $0.061 vs $0.617. Claude Haiku 5.5 (low) वेगवान आहे: 7.51s vs 33.27s, pass rates 76.8% vs 75.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #75
एकूण आउटपुट टोकन्स: 61,650
प्रतिसाद वेळ (सरासरी): 7.51s
एकूण खर्च: $0.061

क्रमांक: #63
एकूण आउटपुट टोकन्स: 464,156
प्रतिसाद वेळ (सरासरी): 33.27s
एकूण खर्च: $0.617

शिफारस केलेले मॉडेल Claude Haiku 5.5 (low)

Its score stays close to the best score here (8.6 vs 8.7), while costing about 10.2x less than DeepSeek V4.1 Flash (high).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10
स्कोअर	8.6	8.7
क्रमांक	#75	#63
विश्वसनीयता	10.0	9.7
सुसंगतता	8.9	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	75.4%
अस्थिर चाचण्या	3	3
एकूण रन	69	69
प्रति निकाल खर्च	0.378	1.843
एकूण खर्च	$0.061	$0.617
इनपुट किंमत	$0.100 / 1M	$0.013 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.320 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.013 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	296,301	282,490
आउटपुट टोकन्स	10,672	8,621
रिझनिंग टोकन्स	50,978	455,535
प्रतिसाद वेळ (सरासरी)	7.51s	33.27s
प्रतिसाद वेळ (कमाल)	44.43s	205.53s
प्रतिसाद वेळ (एकूण)	172.74s	765.12s
पॅरामीटर्स	~50B	748B एकूण (16B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

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.

#75 Claude Haiku 5.5

low

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

#63 DeepSeek V4.1 Flash

high

खर्च: $0.035
वेळ: 111.0s
टोकन्स: 29,201 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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		43.97s	182,379	1,979	9,237

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
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		3.42s	852	170	5,348

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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		49.19s	7,509	376	108,285

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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		27.63s	77,764	5,152	31,635

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
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		4.19s	2,397	120	1,584

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
DeepSeek V4.1 Flash	5.3	7.2	44.4%	1		127.30s	909	28	249,623

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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		4.16s	549	120	1,130

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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		7.06s	783	63	1,972

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
DeepSeek V4.1 Flash	6.4	4.9	66.7%	2		14.27s	828	339	23,969

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
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		15.28s	8,259	258	506

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
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		38.05s	261	16	22,246

तुलना जोडी बदला

DeepSeek V4.1 FlashhighvsMuse Spark Openmedium DeepSeek V4.1 FlashhighvsMuse Spark 1.2low Claude Haiku 5.5lowvsGrok 4.6high DeepSeek V4.1 FlashhighvsGPT-5.4medium Claude Haiku 5.5lowvsDeepSeek V4.1 Flashmax Claude Haiku 5.5lowvsQwen3.7 Maxmedium DeepSeek V4.1 FlashhighvsGPT-5.2medium DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow DeepSeek V4.1 FlashhighvsMiMo-V2.6-Promedium Seed 2.1 TurbomediumvsDeepSeek V4.1 Flashhigh DeepSeek V4.1 FlashhighvsGPT-6 Sollow Claude Haiku 5.5lowvsSeed 2.1 Turbomedium