Claude Haiku 5.5 vs. Gemma 4 E4B：リリース比較

Claude Haiku 5.5とGemma 4 E4Bのリリース比較：それぞれ5個と2個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全7個のモデルの主要指標を比較します。

知能が最も高いのはClaude Haiku 5.5です。Claude Haiku 5.5 (Max)（43）に対し、Gemma 4 E4BはGemma 4 E4B (Reasoning)（9）です。
出力速度が最も速いのはClaude Haiku 5.5です。Claude Haiku 5.5 (Max)（240トークン/秒）に対し、Gemma 4 E4BはGemma 4 E4B (Reasoning)（47トークン/秒）です。
タスクあたりの費用が最も低いのはGemma 4 E4Bです。Gemma 4 E4B (Reasoning)（$0.01）に対し、Claude Haiku 5.5はClaude Haiku 5.5 (Low)（$0.02）です。

比較するリリース


	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)	Gemma 4 E4B	Gemma 4 E4B (non-reasoning)
Intelligence Index	43	41	38	34	29	9	7*
財務・会計	44	41	38	35	29	8	--
戦略・オペレーション	40	39	37	34	28	3	--
法務	42	40	38	36	31	11	--
医療・ヘルスケア	40	35	34	32	27	--	--
エンジニアリング	45	43	39	35	31	15	--
経済学	51	49	46	43	37	18	--
AA-Briefcase v1.1	1575	1524	1440	1369	1114	0	--
GDPval-AA v2.1	1628	1521	1425	1283	1131	−37	--
AutomationBench-AA	35.4%	36.0%	33.7%	28.6%	22.9%	0.5%	--
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%	24.4%	--
Humanity's Last Exam	44.4%	42.7%	37.3%	33.8%	27.0%	3.8%	4.8%
GDP.pdf	20.8%	18.2%	17.2%	15.2%	11.2%	1.0%	--
CritPt	18.9%	22.6%	18.6%	12.9%	9.1%	0.6%	0.3%
AA-Omniscience	11	6	6	4	3	−20	−41
AA-LCR v1.1	82.7%	78.3%	77.3%	77.3%	72.0%	32.0%	24.0%

タスクあたりの費用USD	$0.21	$0.12	$0.08	$0.05	$0.02	$0.01	--
入力料金USD/100万トークン	$0.10	$0.10	$0.10	$0.10	$0.10	$0.02	$0.02
出力料金USD/100万トークン	$0.50	$0.50	$0.50	$0.50	$0.50	$0.10	$0.10
キャッシュヒット料金USD/100万トークン	$0.01	$0.01	$0.01	$0.01	$0.01	--	--
キャッシュ書き込み料金USD/100万トークン	$0.125	$0.125	$0.125	$0.125	$0.125	--	--

出力速度トークン/秒	240	195	185	174	181	47	45
最初のトークンまでの時間秒	332.02	69.39	25.05	11.39	8.04	1.09	0.86
最初の回答トークンまでの時間秒	332.02	69.39	25.05	11.39	8.04	43.79	0.86
エンドツーエンド応答時間秒	334.10	71.95	27.75	14.26	10.81	54.46	11.88
タスクあたりの時間秒	425.91	289.00	189.58	119.37	60.85	174.42	--

コンテキストウィンドウ	1M	1M	1M	1M	1M	128k	128k
開発元	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic	Google	Google
ライセンス	独自	独自	独自	独自	独自	オープン	オープン
入力モダリティ	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像、音声、動画	対応：テキスト、画像、音声、動画
出力モダリティ	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト
プロバイダー

* 推定値

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

タスクあたりの費用

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

知能

Artificial Analysis Intelligence Index

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, and 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.

Intelligence Index とタスクあたりのコスト

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

タスク当たりのコスト（USD、対数スケール）

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.

費用

Intelligence Index タスクあたりのコスト

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

速度と遅延

出力速度

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.

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定

Finance & Accounting Index

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

Strategy & Ops Index

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

Legal Index

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

Healthcare & Medical Index

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

Engineering Index

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

Economics Index

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

ベンチマーク

AA-PersonalityBenchNew

パーソナリティ指数

各軸は8つのパーソナリティ指数の1つで、構成特性のEloのzスコアの平均を、ベンチマークで評価したすべてのモデルにわたる1〜100のパーセンタイル順位にしたもの

Claude Haiku 5.5 vs. Gemma 4 E4B：リリース比較

知能

速度

タスクあたりの費用

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

速度と遅延

出力速度

Output Speed

Model Performance Representation

能力スコア

能力指数

ベンチマーク

AA-PersonalityBenchNew

パーソナリティ指数