Claude Haiku 5.5 vs. Gemini 4 Argon: comparação de lançamentos

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

Comparação dos lançamentos Claude Haiku 5.5 e Gemini 4 Argon: 5 e 2 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 7 modelos.

Em inteligência, Gemini 4 Argon tem a pontuação mais alta: Gemini 4 Argon (High), com 50, diante de Claude Haiku 5.5 (Max), com 36 de Claude Haiku 5.5.
Em tempo por tarefa, Claude Haiku 5.5 é o mais rápido: Claude Haiku 5.5 (Low), com 2.2 min, diante de Gemini 4 Argon (High), com 29.9 min de Gemini 4 Argon.
Em custo por tarefa, Claude Haiku 5.5 é o mais barato: Claude Haiku 5.5 (Low), com $0.0438, diante de Gemini 4 Argon (Medium), com $4.31 de Gemini 4 Argon.

Playground de modelos

Lançamentos 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
Finanças e Contabilidade	56	53	44	41	38	35	29
Estratégia e Operações	57	56	39	39	37	33	27
Jurídico	55	52	39	37	35	33	27
Saúde e Medicina	51	--	37	34	32	31	25
Engenharia	57	53	43	41	37	32	27
Economia	53	49	43	41	38	34	29
AA-Briefcase v1.1	1485	1467	1573	1523	1441	1366	1113
AutomationBench-AA	77.5%	75.8%	35.4%	36.0%	33.7%	28.6%	22.9%
Terminal-Bench 4.0	57.1%	55.1%	32.8%	29.3%	21.7%	15.2%	12.6%
FrontierCode-AA 2.0	25.7%	25.0%	34.9%	29.9%	23.2%	16.1%	8.0%
AA-Omniscience v1.1	46	41	12	8	5	4	2
GDP.pdf	21.8%	25.6%	20.8%	18.2%	17.2%	15.2%	11.2%
HLE-Diamond	56.7%	42.5%	29.6%	28.8%	23.7%	16.8%	14.1%
CritPt v2 (Hard Subset)	52.5%	53.5%	43.5%	47.5%	45.0%	30.5%	21.5%
Terminal-Bench-Science 0.1	52.9%	48.6%	20.0%	18.1%	10.0%	7.1%	1.9%

Custo por tarefaUSD	$4.97	$4.31	$0.41	$0.25	$0.16	$0.0918	$0.0438
Preço de entradaUSD/1M tokens	$2.00	$2.00	$0.10	$0.10	$0.10	$0.10	$0.10
Preço de saídaUSD/1M tokens	$10.00	$10.00	$0.50	$0.50	$0.50	$0.50	$0.50
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.01	$0.01	$0.01	$0.01	$0.01
Preço de escrita no cacheUSD/1M tokens	--	--	$0.13	$0.13	$0.13	$0.13	$0.13

Tempo por tarefaMinutos	29.9	--	14.9	9.8	6.5	4.0	2.2
Velocidade de saídatok/s	65	--	252	231	226	220	209
Tempo até o primeiro token da resposta finals	44.89	--	174.66	59.86	22.12	10.75	6.09
Tempo até o primeiro tokens	44.89	--	174.66	59.86	22.12	10.75	6.09
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	124.52	--	310.00	117.40	52.47	31.16	23.59

Janela de contexto	1M	1M	1M	1M	1M	1M	1M
Criador	Google	Google	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

Custo por tarefa

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

InteligênciaUpdated

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

Artificial Analysis Intelligence Index v5.0.1 includes: 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), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. custo por tarefa

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

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (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.

Custo

Custo por tarefa do Intelligence Index

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

Velocidade e latência

Tempo por tarefa do 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

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

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

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

Claude Haiku 5.5 (max)

Gemini 4 Argon (high)

Metaphorical

98%

Natural Sounding

84%

16%

Literate

79%

21%

Lexically Varied

77%

23%

Eloquent

31%

69%

Claude Haiku 5.5 vs. Gemini 4 Argon: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

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