Na vsebino
fedi.software

Claude Haiku 5.5 v fedi-index

Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.

fedi-index · Splošno

A 1.430 ±6

Percentil 80 · #60

Ljudje raje izberejo / Rešuje naloge

1.396 / 1.481

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

+105◆

0,20 $ na 1M žetonov, mediana ponudnikov: 44 · proizvajalec 0,20 $

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

A Splošno 1.430 [1.423–1.436] Percentil 80 · #60 · komponente: 9
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
Epoch AI eci 160 ±1,17 1.520 ±9 33,2% 2026-10-07 —
LMArena text/overall 1.398 ±3,14 1.398 ±3 16,8% 2026-11-11 high
LMArena text/hard_prompts 1.418 ±3,77 1.412 ±3 16,6% 2026-11-11 high
LMArena text/instruction_following 1.411 ±4,80 1.424 ±5 8,0% 2026-11-11 high
LMArena text/expert 1.443 ±8,54 1.429 ±7 7,2% 2026-11-11 high
LMArena text/longer_query 1.395 ±4,47 1.396 ±4 4,1% 2026-11-11 high
LMArena text/multi_turn 1.388 ±7,07 1.388 ±6 3,7% 2026-11-11 high
Epoch AI simpleqa_verified osamelec zastaranje ×0,58 0,24 ±0,01 1.372 ±4 2,1% 2026-10-09 max
Epoch AI gpqa_diamond osamelec zastaranje ×0,25 0,90 ±0,02 1.457 ±9 0,7% 2026-10-09 max

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

A Programiranje 1.436 [1.433–1.440] Percentil 86 · #40 · komponente: 3
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena webdev/overall 1.593 ±4,20 1.476 ±1 35,2% 2026-11-15 high
LMArena text/coding 1.454 ±5,68 1.429 ±5 31,8% 2026-11-11 high
Terminal-Bench tbench/terminal-bench zastaranje ×0,90 0,40 ±0,02 1.474 ±4 24,2% 2026-10-07 max

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Agenti 1.437 [1.433–1.440] Percentil 66 · #27 · komponente: 2
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena agent/overall −0,00 ±0,01 1.454 ±2 67,6% 2026-11-15 high
Terminal-Bench tbench/terminal-bench zastaranje ×0,90 0,40 ±0,02 1.474 ±4 23,7% 2026-10-07 max

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

A Matematika 1.431 [1.420–1.442] Percentil 84 · #43 · komponente: 3
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.436 ±11 1.427 ±11 46,1% 2026-11-11 high
Epoch AI frontiermath_t1_3 zastaranje ×0,82 0,75 ±0,03 1.484 ±6 33,8% 2026-10-07 max
Epoch AI frontiermath_t4 zastaranje ×0,82 0,46 ±0,08 1.466 ±13 11,3% 2026-10-07 max

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Pisanje 1.364 [1.356–1.371] Percentil 50 · #133 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.337 ±6,02 1.364 ±6 60,5% 2026-11-11 high
LMArena text/longer_query 1.395 ±4,47 1.396 ±4 32,8% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Jezik: 繁體中文 1.386 [1.373–1.400] Percentil 48 · #114 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.433 ±9,33 1.400 ±7 92,8% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: English 1.382 [1.373–1.390] Percentil 54 · #123 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.406 ±4,61 1.394 ±5 93,5% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Jezik: Español 1.378 [1.356–1.400] Percentil 28 · #109 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.397 ±13 1.396 ±12 90,5% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Jezik: Français 1.391 [1.368–1.414] Percentil 38 · #89 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.427 ±14 1.411 ±13 90,3% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Jezik: Русский 1.373 [1.362–1.385] Percentil 45 · #126 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.377 ±7,24 1.386 ±6 93,1% 2026-11-11 high

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

Zgodovina

fedi-index po mesecih
Isto v tabeli
Model 2026-11
Claude Haiku 5.5 1.430 A

Značka

Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.

fedi-index: Claude Haiku 5.5

Podatki CC BY 4.0: ohranite povezavo na fedi.software.