Claude Haiku 5.5 (medium) vs Grok 4.5 (low)

Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.7. Claude Haiku 5.5 (medium) चा benchmark खर्च कमी आहे: $0.063 vs $1.345. Claude Haiku 5.5 (medium) वेगवान आहे: 7.71s vs 18.14s, pass rates 71.0% vs 73.9%.

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: #116
एकूण आउटपुट टोकन्स: 121,415
प्रतिसाद वेळ (सरासरी): 18.14s
एकूण खर्च: $1.345

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 21.4x less than Grok 4.5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 medium प्रकाशन: 2026-10-07	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08

मेट्रिक	Claude Haiku 5.5 Claude Haiku 5.5 medium प्रकाशन: 2026-10-07	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर	7.7	7.8
क्रमांक	#120	#116
विश्वसनीयता	10.0	10.0
सुसंगतता	7.5	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	73.9%
अस्थिर चाचण्या	7	2
एकूण रन	69	69
प्रति निकाल खर्च	0.485	8.404
एकूण खर्च	$0.063	$1.345
इनपुट किंमत	$0.100 / 1M	$2.000 / 1M
आउटपुट किंमत	$0.500 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.300 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	298,334	308,068
आउटपुट टोकन्स	10,328	9,218
रिझनिंग टोकन्स	55,846	112,197
प्रतिसाद वेळ (सरासरी)	7.71s	18.14s
प्रतिसाद वेळ (कमाल)	47.70s	205.28s
प्रतिसाद वेळ (एकूण)	177.29s	417.21s
पॅरामीटर्स	~50B	~1.7T एकूण (~170B 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

#116 SpaceXAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 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
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

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
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Claude Haiku 5.5mediumvsMuse Glimmer 30Bhigh Claude Haiku 5.5mediumvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsGPT-6 Lunahigh Step 3.7 FlashmediumvsGrok 4.5low Grok 4.5lowvsGLM 5.3high GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Ling 3.1 FlashhighvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Grok 4.5lowvsMiMo-V2.6-Flashmedium