- स्कोअर
- 8.6 (+0.88 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 3.9% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 2.6% वेगवान
Anthropic
प्रकाशन: 2026-10-07
चाचणी तारीख: 2026-10-07 21:50
anthropic/claude-haiku-5.5::medium
~50Bघनबंद स्रोतअंदाजित
सारांश
Claude Haiku 5.5 AI BENCHY वर 7.7 स्कोर करते आणि #120 वर आहे. याची reliability 10.0, pass rate 71.0%, एकूण खर्च $0.063, आणि सरासरी response time 7.71s आहे.
Claude Haiku 5.5 खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #17. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
शिफारस केलेले पर्याय
त्याऐवजी हे मॉडेल निवडण्याची शिफारस करतो:
मॉडेलची माहिती
संशोधन दिनांक: 2026-10-07
- पॅरामीटर्स
- ~50B
- आर्किटेक्चर
- घन
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.7
सुसंगतता
7.5
10.0
$0.063
एकूण आउटपुट टोकन्स
66,174
एकूण इनपुट टोकन्स
298,334
इनपुट किंमत
$0.100 / 1M
आउटपुट किंमत
$0.500 / 1M
कॅश वाचण्याची किंमत
$0.010 / 1M
कॅश लिहिण्याची किंमत
$0.125 / 1M
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.
अस्थिर चाचण्या
7
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
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
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Claude Haiku 5.5mediumvsMuse Glimmer 30BhighClaude Haiku 5.5mediumvsQwen3.5 Plus 2026-04-20mediumClaude Haiku 5.5mediumvsGPT-6 LunahighClaude Haiku 5.5mediumvsQwen3.7 FlashlowClaude Haiku 5.5mediumvsDeepSeek V4 Flash 0731mediumClaude Haiku 5.5mediumvsMuse Glimmer 30BmediumClaude Haiku 5.5mediumvsGrok 4.5lowClaude Haiku 5.5mediumvsQwen3.8 Flash NextmediumClaude Haiku 5.5mediumvsQwen3.7 PlusnoneClaude Haiku 5.5mediumvsGPT-6 Lunalow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 8.7 | 7.9 | |
| कोडिंग | 6.3 | 4.8 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 3.8 | 2.5 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |