Claude Haiku 5.5 vs. gpt-oss-120b:发布比较
Claude Haiku 5.5 与 gpt-oss-120b 发布比较:分别包含 5 个和 2 个模型,各自具有不同的智能、性能与价格特征。下方对全部 7 个模型的关键指标进行了比较。
- 智能方面,Claude Haiku 5.5 得分最高:Claude Haiku 5.5 (Max)(36),gpt-oss-120b 为 gpt-oss-120b (High)(4)。
- 每任务耗时方面,Claude Haiku 5.5 最快:Claude Haiku 5.5 (Low)(2.2 分钟),gpt-oss-120b 为 gpt-oss-120b (High)(7.5 分钟)。
- 单任务成本方面,Claude Haiku 5.5 最低:Claude Haiku 5.5 (Low)($0.0438),gpt-oss-120b 为 gpt-oss-120b (High)($0.35)。
| 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) | gpt-oss-120b (high) | gpt-oss-120b (low) | |
|---|---|---|---|---|---|---|---|
| Intelligence Index | 36 | 35 | 30 | 25 | 19 | 4 | -- |
| 财务与会计 | 44 | 41 | 38 | 35 | 29 | 8 | -- |
| 战略与运营 | 39 | 39 | 37 | 33 | 27 | 6 | -- |
| 法律 | 39 | 37 | 35 | 33 | 27 | 8 | -- |
| 医疗与健康 | 37 | 34 | 32 | 31 | 25 | 6 | -- |
| 每任务成本美元 | $0.41 | $0.25 | $0.16 | $0.0918 | $0.0438 | $0.35 | -- |
| 每任务耗时分钟 | 14.9 | 9.8 | 6.5 | 4.0 | 2.2 | 7.5 | -- |
| 首个答案 Token 延迟秒 | 174.18 | 59.27 | 21.70 | 10.45 | 5.87 | 15.05 | 2.21 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M | 131k | 131k |
| 开发商 | |||||||
| 许可证 | 专有 | 专有 | 专有 | 专有 | 专有 | 开放 | 开放 |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本 | 支持:文本 |
| 输出模态 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 |
| 服务商 | |||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
性能
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
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
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better