Claude Haiku 5.5 (max) vs Qwen3.8 2.4T A95B (low)

Claude Haiku 5.5 (max) average score मध्ये पुढे आहे: 8.5 vs 8.4. Claude Haiku 5.5 (max) चा benchmark खर्च कमी आहे: $0.509 vs $4.016. Claude Haiku 5.5 (max) वेगवान आहे: 61.71s vs 120.40s, pass rates 85.5% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #70
एकूण आउटपुट टोकन्स: 919,699
प्रतिसाद वेळ (सरासरी): 61.71s
एकूण खर्च: $0.509

क्रमांक: #71
एकूण आउटपुट टोकन्स: 424,019
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $4.016

शिफारस केलेले मॉडेल Claude Haiku 5.5 (max)

It has the best score here (8.5), while costing about 7.9x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 max प्रकाशन: 2026-10-07	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 max प्रकाशन: 2026-10-07	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.5	8.4
क्रमांक	#70	#71
विश्वसनीयता	10.0	9.6
सुसंगतता	9.6	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	85.5%	73.9%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	2.677	19.825
एकूण खर्च	$0.509	$4.016
इनपुट किंमत	$0.100 / 1M	$2.000 / 1M
आउटपुट किंमत	$0.500 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	487,516	313,881
आउटपुट टोकन्स	10,212	123,706
रिझनिंग टोकन्स	909,487	388,328
प्रतिसाद वेळ (सरासरी)	61.71s	120.40s
प्रतिसाद वेळ (कमाल)	288.94s	534.21s
प्रतिसाद वेळ (एकूण)	1419.40s	2769.16s
पॅरामीटर्स	~50B	2.4T एकूण (95B 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.

#70 Claude Haiku 5.5

max

OpenRouter returned no showcase content (finish_reason: error).

खर्च: $0.000
वेळ: 164.5s
टोकन्स: 0 tok

#71 Qwen3.8 2.4T A95B

low

खर्च: $0.100
वेळ: 193.2s
टोकन्स: 16,767 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	4.7	1.6	66.7%	1		93.30s	349,997	2,345	42,315
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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	10.0	10.0	100.0%	0		5.52s	858	401	10,159
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

कोडिंग	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		55.87s	10,608	532	125,988
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

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		148.38s	99,980	4,909	215,518
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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		11.11s	10,515	311	13,476
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

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	5.3	10.0	33.3%	0		228.16s	990	18	426,269
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

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	10.0	10.0	100.0%	0		42.22s	714	250	26,083
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

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	10.0	10.0	100.0%	0		6.22s	921	99	5,965
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

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	10.0	10.0	100.0%	0		16.54s	912	716	29,419
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

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		9.86s	11,757	355	3,989
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

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		18.80s	264	276	10,306
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

तुलना जोडी बदला

GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsQwen3.7 Maxmedium Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsMuse Spark 1.3low Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsGrok 4.6high DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsGPT-5 Minimedium Claude Haiku 5.5maxvsMuse Glimmer 30Bxhigh Claude Haiku 5.5maxvsGemini 3.1 Pro Previewmedium