所有发布

Claude Haiku 5.5 vs. Gemini 3.8 Flash:发布比较

Claude Haiku 5.5 与 Gemini 3.8 Flash 发布比较:分别包含 5 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 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)(43),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)(41)。
  • 输出速度方面,Claude Haiku 5.5 最快:Claude Haiku 5.5 (Max)(240 token/秒),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)(133 token/秒)。
  • 单任务成本方面,Claude Haiku 5.5 最低:Claude Haiku 5.5 (Low)($0.02),Gemini 3.8 Flash 为 Gemini 3.8 Flash (Medium)($2.59)。
模型 Playground

比较的发布

Claude Haiku 5.5 (max)Claude Haiku 5.5 (xhigh)Gemini 3.8 Flash (high)Gemini 3.8 Flash (medium)Claude Haiku 5.5 (high)Claude Haiku 5.5 (medium)Gemini 3.8 Flash (low)Claude Haiku 5.5 (low)
Intelligence Index
43
41
41
40
38
34
33
29
财务与会计
44
41
47
45
38
35
39
29
战略与运营
40
39
48
48
37
34
39
28
法律
42
40
52
51
38
36
45
31
医疗与健康
40
35
40
40
34
32
34
27
每任务成本美元
$0.21
$0.12
$3.49
$2.59
$0.08
$0.05
--
$0.02
输出速度Token/秒
240
195
133
--
185
174
--
181
首 Token 延迟秒
332.02
69.39
25.27
--
25.05
11.39
--
8.04
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
开发商
Anthropic
Anthropic
Google
Google
Anthropic
Anthropic
Google
Anthropic
许可证
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、图像、语音和视频

支持:文本、图像、语音和视频

支持:文本和图像

支持:文本和图像

支持:文本、图像、语音和视频

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

服务商
Anthropic
Anthropic
Google
Google
Anthropic
Anthropic
Google
Anthropic
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能

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

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
Claude Haiku 5.5
Gemini 3.8 Flash
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

速度与延迟

输出速度

Output tokens per second · Higher 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 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

AA-PersonalityBenchNew

vs

AA-PersonalityBench:Expressiveness 指数,Claude Haiku 5.5 (max) vs Gemini 3.8 Flash (high)

根据两者的 Elo 差距,每个模型的回答在各特质上被判定为更显著的概率 · 50% 表示势均力敌
AnthropicClaude Haiku 5.5 (max)GoogleGemini 3.8 Flash (high)
Metaphorical
6%
94%
Natural Sounding
93%
7%
Eloquent
20%
80%
Literate
74%
26%
Lexically Varied
74%
26%