Todos los lanzamientos

Claude Sonnet 5.5 vs. Inkling: comparación de lanzamientos

Comparación de los lanzamientos Claude Sonnet 5.5 y Inkling: 5 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, Claude Sonnet 5.5 obtiene la puntuación más alta: Claude Sonnet 5.5 (Max, Default Fallback), con 55, frente a Inkling (Xhigh), con 12 de Inkling.
  • En tiempo por tarea, Claude Sonnet 5.5 es el más rápido: Claude Sonnet 5.5 (Low, Default Fallback), con 2.6 min, frente a Inkling (Xhigh), con 8.1 min de Inkling.
  • En costo por tarea, Claude Sonnet 5.5 es el más económico: Claude Sonnet 5.5 (Low, Default Fallback), con $0.51, frente a Inkling (High), con $0.62 de Inkling.
Playground de modelos

Lanzamientos comparados

Claude Sonnet 5.5 (max)Claude Sonnet 5.5 (xhigh)Claude Sonnet 5.5 (high)Claude Sonnet 5.5 (medium)Claude Sonnet 5.5 (low)Inkling (xhigh)Inkling (high)
Intelligence Index
55
50
42
31
26
12
11
Finanzas y contabilidad
56
49
44
41
36
23
22
Estrategia y operaciones
58
54
51
47
42
19
18
Jurídico
52
47
44
39
37
23
22
Salud y medicina
54
47
44
40
37
18
--
Costo por tareaUSD
$10.02
$4.09
$1.64
$0.78
$0.51
$1.35
$0.62
Tiempo por tareaMinutos
32.3
14.2
6.8
3.7
2.6
8.1
--
Tiempo hasta el primer token de respuestas
290.29
28.12
9.56
5.20
2.52
14.63
--
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Anthropic
Anthropic
Anthropic
Anthropic
Anthropic
Thinking Machines
Thinking Machines
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Abierto
Abierto
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto, imágenes y voz

Admite: texto, imágenes y voz

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
AnthropicMicrosoft AzureAmazon BedrockGoogle
Anthropic
Anthropic
Anthropic
GoogleAnthropicAmazon BedrockMicrosoft Azure
DeepInfraTogether AIModalThinking Machines
Thinking Machines
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Claude Sonnet 5.5
Inkling
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

vs.

AA-PersonalityBench: índice Expressiveness, Claude Sonnet 5.5 (max) vs. Inkling (xhigh)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
AnthropicClaude Sonnet 5.5 (max)Thinking MachinesInkling (xhigh)
Metaphorical
11%
89%
Eloquent
18%
82%
Literate
70%
30%
Lexically Varied
69%
31%
Natural Sounding
57%
43%