Сравнение производительности моделей: Haiku 5.5, Sol, DeepSeek V4.1 Flash и Gemini 3.8 Flash

Короче для Haiku чуда не случилось, слишком сильная конкуренция Если брать сравнение с аналогичными по цене моделями: Haiku 5.5 – В офисной агентной работе на уровне Sol, который в 3.5 раза дороже – Галлюцинирует меньше всех из четырёх – Но с тулами и SaaS почти не справляется: 35% против 60–69% у остальных Короче, для всяких документов/экселек, извлечения данных, саммаризации, но с инструментами все плохо. GPT-6.1 Sol – Самая умная. При той же цене за задачу, что у Haiku, даёт 48 баллов индекса против 43 – Лучшая в коде, документах и знаниях о мире – Отвечает за 16 секунд, а Haiku на max – почти за 6 минут(!) Удивительно, но sol по цене-качеству оказывается лучше, чем хайку, которой выкрутили болтливость на максимум... DeepSeek V4.1 Flash – Лучше всех работает с тулами: 69% – Но выдумывает почти всегда, когда не знает ответа: без галлюцинаций только 4% ответов Gemini 3.8 Flash – Хорошо знает мир и понимает картинки – Но дорогая: $1.24 за задачу, в 10 раз дороже Haiku при том же индексе Прикол, что max-режим у Haiku почти бесполезен: по сравнению с xhigh он даёт +2 балла индекса и стоит почти вдвое дороже. Короче, кого брать: – По умолчанию – Sol – Агенты с кучей тулов – DeepSeek, но проверять каждый ответ – Извлечение и сопоставление данных из контекста – Haiku на high – Мультимодалка, разные языки – Gemini Flash https://artificialanalysis.ai/models/claude-haiku-5-5