Claude Haiku 5.5 vs. Mistral Small 4: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos Claude Haiku 5.5 y Mistral Small 4: 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 Haiku 5.5 obtiene la puntuación más alta: Claude Haiku 5.5 (Max, Default Fallback), con 43, frente a Mistral Small 4 (Reasoning), con 11 de Mistral Small 4.
En velocidad de salida, Claude Haiku 5.5 es el más rápido: Claude Haiku 5.5 (Max, Default Fallback), con 243 tokens/s, frente a Mistral Small 4 (Reasoning), con 160 tokens/s de Mistral Small 4.
En costo por tarea, Claude Haiku 5.5 y Mistral Small 4 empatan en $0.02 (Claude Haiku 5.5 (Low, Default Fallback) y Mistral Small 4 (Reasoning)).

Playground de modelos

Lanzamientos comparados


	Claude Haiku 5.5 (max with fallback)	Claude Haiku 5.5 (xhigh with fallback)	Claude Haiku 5.5 (high with fallback)	Claude Haiku 5.5 (medium with fallback)	Claude Haiku 5.5 (low with fallback)	Mistral Small 4	Mistral Small 4 (non-reasoning)
Índice de Inteligencia	43	41	38	34	29	11	9*
Finanzas y contabilidad	44	41	38	35	29	10	--
Estrategia y operaciones	40	39	37	34	28	7	--
Jurídico	42	40	38	36	31	13	--
Salud y medicina	--	--	--	--	--	--	--
Ingeniería	45	43	39	35	31	16	--
Economía	51	49	46	43	37	18	--
AA-Briefcase v1.1	1578	1533	1443	1372	1112	242	--
GDPval-AA v2.1	1620	1511	1420	1277	1125	365	--
AutomationBench-AA	35.4%	36.0%	33.7%	28.6%	22.9%	1.0%	--
Terminal-Bench 4.0	32.8%	29.3%	21.7%	15.2%	12.6%	0.0%	--
SciCode	55.0%	51.7%	48.7%	49.0%	49.2%	38.8%	--
Humanity's Last Exam	44.4%	42.7%	37.3%	33.8%	27.0%	9.9%	3.8%
GDP.pdf	20.8%	18.2%	17.2%	15.2%	11.2%	0.0%	--
CritPt	18.9%	22.6%	18.6%	12.9%	9.1%	0.3%	0.3%
AA-Omniscience	11	6	6	4	3	−30	−49
AA-LCR v1.1	82.7%	78.3%	77.3%	77.3%	72.0%	49.7%	28.3%

Costo por tareaUSD	$0.21	$0.12	$0.08	$0.05	$0.02	$0.02	--
Precio de entradaUSD/1M tokens	$0.10	$0.10	$0.10	$0.10	$0.10	$0.15	$0.15
Precio de salidaUSD/1M tokens	$0.50	$0.50	$0.50	$0.50	$0.50	$0.60	$0.60
Precio de lectura de cachéUSD/1M tokens	$0.01	$0.01	$0.01	$0.01	$0.01	$0.015	$0.015
Precio de escritura de cachéUSD/1M tokens	$0.125	$0.125	$0.125	$0.125	$0.125	--	--

Velocidad de salidaTokens/s	243	188	137	137	181	160	159
Tiempo hasta el primer tokens	415,30	87,15	26,15	12,63	6,28	0,72	0,73
Tiempo hasta el primer token de respuestas	415,30	87,15	26,15	12,63	6,28	13,20	0,73
Tiempo de respuesta de extremo a extremos	417,35	89,80	29,81	16,29	9,04	16,31	3,88
Tiempo por tareas	427,18	291,49	235,33	144,82	61,83	91,71	--

Ventana de contexto	1M	1M	1M	1M	1M	256k	256k
Creador	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic	Mistral	Mistral
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 e imágenes	Admite: texto e imágenes
Modalidad de salida	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto
Proveedores

* Estimado

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Índice de inteligencia de Artificial Analysis

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Índice de Inteligencia vs. costo por tarea del Índice de Inteligencia

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Claude Haiku 5.5

Pareto line

AA-Briefcase v1.1

GDPval-AA v2.1

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Costo

Costo por tarea del Índice de Inteligencia

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Índice de finanzas y contabilidad

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Índice de estrategia y operaciones

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Índice jurídico

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Índice de salud y medicina

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Índice de ingeniería

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Índice de economía

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

Claude Haiku 5.5 vs. Mistral Small 4: comparación de lanzamientos

Inteligencia

Velocidad

Costo por tarea

Inteligencia

Índice de inteligencia de Artificial Analysis

Artificial Analysis Intelligence Index

Índice de Inteligencia vs. costo por tarea del Índice de Inteligencia

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Índice de Inteligencia

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades