所有发布

GPT-6.1 Terra vs. Claude Haiku 5.5:发布比较

GPT-6.1 Terra 与 Claude Haiku 5.5 发布比较:分别包含 6 个和 5 个模型,各自具有不同的智能、性能与价格特征。下方对全部 11 个模型的关键指标进行了比较。

  • 智能方面,GPT-6.1 Terra 得分最高:GPT-6.1 Terra (Max)(51),Claude Haiku 5.5 为 Claude Haiku 5.5 (Max)(36)。
  • 每任务耗时方面,GPT-6.1 Terra 最快:GPT-6.1 Terra (Low)(1.1 分钟),Claude Haiku 5.5 为 Claude Haiku 5.5 (Low)(2.3 分钟)。
  • 单任务成本方面,Claude Haiku 5.5 最低:Claude Haiku 5.5 (Low)($0.0438),GPT-6.1 Terra 为 GPT-6.1 Terra (Low)($0.0713)。
模型 Playground

比较的发布

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)Claude Haiku 5.5 (max)Claude Haiku 5.5 (xhigh)GPT-6.1 Terra (non-reasoning)Claude Haiku 5.5 (high)GPT-6.1 Terra (low)Claude Haiku 5.5 (medium)Claude Haiku 5.5 (low)
Intelligence Index
51
45
42
38
36
35
31
30
29
25
19
财务与会计
49
48
44
42
44
41
34
38
38
35
29
战略与运营
50
49
47
45
39
39
40
37
42
33
27
法律
46
44
42
40
39
37
28
35
37
33
27
医疗与健康
45
--
--
--
37
34
--
32
--
31
25
每任务成本美元
$0.96
$0.40
$0.26
$0.17
$0.41
$0.25
$0.23
$0.16
$0.0713
$0.0918
$0.0438
每任务耗时分钟
13.8
6.3
4.1
2.8
14.6
9.8
2.4
6.5
1.1
4.0
2.3
首个答案 Token 延迟秒
150.94
29.62
10.34
4.52
185.18
50.45
2.35
18.30
2.71
9.89
4.99
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
开发商
OpenAI
OpenAI
OpenAI
OpenAI
Anthropic
Anthropic
OpenAI
Anthropic
OpenAI
Anthropic
Anthropic
许可证
专有
专有
专有
专有
专有
专有
专有
专有
专有
专有
专有
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:文本和图像

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

支持:文本

支持:文本

支持:文本

支持:文本

服务商
OpenAI
OpenAI
OpenAI
OpenAI
Anthropic
Anthropic
OpenAI
Anthropic
OpenAI
Anthropic
Anthropic
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

智能

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 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Claude Haiku 5.5
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

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

性能

Intelligence Index 每项任务耗时

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

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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-PersonalityBench

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名