Claude Haiku 5.5 (medium) vs DeepSeek V4 Flash 0731 (medium)

DeepSeek V4 Flash 0731 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Claude Haiku 5.5 (medium) चा benchmark खर्च कमी आहे: $0.063 vs $0.460. Claude Haiku 5.5 (medium) वेगवान आहे: 7.71s vs 94.16s, pass rates 71.0% vs 72.5%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #120
एकूण आउटपुट टोकन्स: 66,174
प्रतिसाद वेळ (सरासरी): 7.71s
एकूण खर्च: $0.063

क्रमांक: #117
एकूण आउटपुट टोकन्स: 358,225
प्रतिसाद वेळ (सरासरी): 94.16s
एकूण खर्च: $0.460

शिफारस केलेले मॉडेल Claude Haiku 5.5 (medium)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 7.3x less than DeepSeek V4 Flash 0731 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 medium प्रकाशन: 2026-10-07	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 medium प्रकाशन: 2026-10-07	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01
स्कोअर	7.7	7.8
क्रमांक	#120	#117
विश्वसनीयता	10.0	10.0
सुसंगतता	7.5	7.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	72.5%
अस्थिर चाचण्या	7	8
एकूण रन	69	69
प्रति निकाल खर्च	0.485	1.176
एकूण खर्च	$0.063	$0.460
इनपुट किंमत	$0.100 / 1M	$0.005 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.280 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.005 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	298,334	274,189
आउटपुट टोकन्स	10,328	66,689
रिझनिंग टोकन्स	55,846	510,525
प्रतिसाद वेळ (सरासरी)	7.71s	94.16s
प्रतिसाद वेळ (कमाल)	47.70s	303.26s
प्रतिसाद वेळ (एकूण)	177.29s	2165.72s
पॅरामीटर्स	~50B	284B एकूण (13B 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.

#120 Claude Haiku 5.5

medium

खर्च: $0.002
वेळ: 17.2s
टोकन्स: 3,524 tok

#117 DeepSeek V4 Flash 0731

medium

खर्च: $0.004
वेळ: 93.3s
टोकन्स: 13,252 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		47.70s	163,704	2,705	6,272
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		303.26s	184,370	8,291	18,068

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		2.36s	858	471	1,871
DeepSeek V4 Flash 0731	8.2	7.9	83.3%	1		17.95s	698	2,101	6,715

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	6.3	4.8	66.7%	2		7.16s	10,608	518	11,415
DeepSeek V4 Flash 0731	6.4	4.4	77.8%	2		198.78s	6,032	4,109	160,154

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Haiku 5.5	7.3	5.8	83.3%	1		20.29s	97,091	4,812	17,244
DeepSeek V4 Flash 0731	7.3	5.8	83.3%	1		150.58s	65,118	40,110	97,296

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		3.43s	10,515	312	1,666
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.21s	7,290	287	1,519

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	2.9	4.4	22.2%	2		7.96s	990	71	10,376
DeepSeek V4 Flash 0731	2.9	7.2	11.1%	1		203.11s	592	9,333	154,069

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	3.8	2.5	33.3%	1		5.17s	714	192	1,933
DeepSeek V4 Flash 0731	6.1	3.1	66.7%	1		12.16s	471	66	1,589

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		3.01s	921	100	1,278
DeepSeek V4 Flash 0731	8.5	6.8	83.3%	1		2.42s	706	109	580

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		2.67s	912	568	2,119
DeepSeek V4 Flash 0731	8.2	7.3	88.9%	1		65.12s	594	1,530	66,970

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		5.02s	11,757	354	609
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		4.41s	8,178	374	152

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		3.12s	264	225	1,063
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		56.64s	140	379	3,413

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Claude Haiku 5.5mediumvsMuse Glimmer 30Bhigh Claude Haiku 5.5mediumvsQwen3.7 Flashlow DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Claude Haiku 5.5mediumvsGPT-6 Lunahigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsGPT-6 Lunahigh DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Claude Haiku 5.5mediumvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsLing 3.1 Flashhigh DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsQwen3.7 Plusnone