Todos los lanzamientos

Claude Haiku 5.5 vs. Gemini 4 Argon: comparación de lanzamientos

Comparación de los lanzamientos Claude Haiku 5.5 y Gemini 4 Argon: 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, Gemini 4 Argon obtiene la puntuación más alta: Gemini 4 Argon (High), con 50, frente a Claude Haiku 5.5 (Max), con 36 de Claude Haiku 5.5.
  • En tiempo por tarea, Claude Haiku 5.5 es el más rápido: Claude Haiku 5.5 (Low), con 2.2 min, frente a Gemini 4 Argon (High), con 29.9 min de Gemini 4 Argon.
  • En costo por tarea, Claude Haiku 5.5 es el más económico: Claude Haiku 5.5 (Low), con $0.0438, frente a Gemini 4 Argon (Medium), con $4.31 de Gemini 4 Argon.
Playground de modelos

Lanzamientos comparados

Gemini 4 Argon (high)Gemini 4 Argon (medium)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
50
48
36
35
30
25
19
Finanzas y contabilidad
56
53
44
41
38
35
29
Estrategia y operaciones
57
56
39
39
37
33
27
Jurídico
55
52
39
37
35
33
27
Salud y medicina
51
--
37
34
32
31
25
Costo por tareaUSD
$4.97
$4.31
$0.41
$0.25
$0.16
$0.0918
$0.0438
Tiempo por tareaMinutos
29.9
--
14.9
9.8
6.5
4.0
2.2
Tiempo hasta el primer token de respuestas
44.89
--
174.66
59.86
22.12
10.75
6.09
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Google
Google
Anthropic
Anthropic
Anthropic
Anthropic
Anthropic
Licencia
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

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Google
Google
Anthropic
Anthropic
Anthropic
Anthropic
Anthropic
Updated
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

InteligenciaUpdated

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
Gemini 4 Argon
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

Velocidad y latencia

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-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, Claude Haiku 5.5 (max) vs. Gemini 4 Argon (high)

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 Haiku 5.5 (max)GoogleGemini 4 Argon (high)
Metaphorical
2%
98%
Natural Sounding
84%
16%
Literate
79%
21%
Lexically Varied
77%
23%
Eloquent
31%
69%