Claude Haiku 5.5 (low) vs GPT-5.6 Luna (high)

Claude Haiku 5.5 (low) average score मध्ये पुढे आहे: 8.6 vs 8.0. Claude Haiku 5.5 (low) चा benchmark खर्च कमी आहे: $0.061 vs $0.118. Claude Haiku 5.5 (low) वेगवान आहे: 7.51s vs 18.39s, pass rates 76.8% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #64
एकूण आउटपुट टोकन्स: 61,650
प्रतिसाद वेळ (सरासरी): 7.51s
एकूण खर्च: $0.061

क्रमांक: #96
एकूण आउटपुट टोकन्स: 139,395
प्रतिसाद वेळ (सरासरी): 18.39s
एकूण खर्च: $0.118

शिफारस केलेले मॉडेल Claude Haiku 5.5 (low)

It has the best score here (8.6), while costing about 1.9x less than GPT-5.6 Luna (high).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 low प्रकाशन: 2026-10-07	GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर	8.6	8.0
क्रमांक	#64	#96
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	71.0%
अस्थिर चाचण्या	3	4
एकूण रन	69	69
प्रति निकाल खर्च	0.378	5.882
एकूण खर्च	$0.061	$0.118
इनपुट किंमत	$0.100 / 1M	$0.200 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.200 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.020 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	$0.250 / 1M
एकूण इनपुट टोकन्स	296,301	197,896
आउटपुट टोकन्स	10,672	6,211
रिझनिंग टोकन्स	50,978	133,184
प्रतिसाद वेळ (सरासरी)	7.51s	18.39s
प्रतिसाद वेळ (कमाल)	44.43s	111.09s
प्रतिसाद वेळ (एकूण)	172.74s	422.93s
पॅरामीटर्स	~50B	~400B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद 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.

#64 Claude Haiku 5.5

low

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

#96 GPT-5.6 Luna

high

खर्च: $0.033
वेळ: 34.2s
टोकन्स: 5,484 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
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957

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
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

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
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

तुलना जोडी बदला

Nemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 Lunahigh DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Claude Haiku 5.5lowvsGrok 4.6high GPT-5.6 LunahighvsQwen3.8 Flash Nextlow Claude Haiku 5.5lowvsDeepSeek V4.1 Flashmax Claude Opus 4.7mediumvsGPT-5.6 Lunahigh Claude Haiku 5.5lowvsQwen3.7 Maxmedium GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGLM 5.3 FlashXmax Claude Haiku 5.5lowvsSeed 2.1 Turbomedium Claude Haiku 5.5lowvsMiMo-V2.6-Promedium