Todos los lanzamientos

GPT-6.2 Sol vs. Claude Haiku 5.5: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.2 Sol y Claude Haiku 5.5: 5 y 5 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 10 modelos.

  • En inteligencia, GPT-6.2 Sol obtiene la puntuación más alta: GPT-6.2 Sol (Max), con 57, frente a Claude Haiku 5.5 (Max), con 36 de Claude Haiku 5.5.
  • En costo por tarea, Claude Haiku 5.5 es el más económico: Claude Haiku 5.5 (Low), con $0.0438, frente a GPT-6.2 Sol (Max), con $1.01 de GPT-6.2 Sol.
Playground de modelos

Lanzamientos comparados

GPT-6.2 Sol (max)GPT-6.2 Sol (xhigh)GPT-6.2 Sol (high)GPT-6.2 Sol (medium)GPT-6.2 Sol (low)Claude Haiku 5.5 (max)Claude Haiku 5.5 (xhigh)Claude Haiku 5.5 (high)Claude Haiku 5.5 (medium)Claude Haiku 5.5 (low)
Intelligence Index
57
56
55
53
41
36
35
30
25
19
Finanzas y contabilidad
57
55
55
52
42
44
41
38
35
29
Estrategia y operaciones
59
58
58
56
48
39
39
37
33
27
Jurídico
55
53
51
49
40
39
37
35
33
27
Salud y medicina
53
52
51
48
41
37
34
32
31
25
Costo por tareaUSD
$1.01
--
--
--
--
$0.41
$0.25
$0.16
$0.0918
$0.0438
Tiempo por tareaMinutos
--
--
--
--
--
14.7
9.8
6.5
4.0
2.2
Tiempo hasta el primer token de respuestas
--
--
--
--
--
187.21
48.31
19.11
9.69
5.27
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Anthropic
Anthropic
Anthropic
Anthropic
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
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 e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAI
--
--
--
--
Anthropic
Anthropic
Anthropic
Anthropic
Anthropic
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 Haiku 5.5
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, GPT-6.2 Sol (max) vs. Claude Haiku 5.5 (max)

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
OpenAIGPT-6.2 Sol (max)AnthropicClaude Haiku 5.5 (max)
Lexically Varied
4%
96%
Metaphorical
16%
84%
Literate
23%
77%
Natural Sounding
75%
25%
Eloquent
33%
67%