BenchLeader

Claude 3.5 Haiku

质量第 290 / 339 名
38.7Index
后四分之一
较中位数 −11.5

截至 2026年11月16日,Claude 3.5 Haiku(Anthropic)在 BenchLeader Index 上得分 38.7(共 608 个已排名配置)。表现最好的是人类偏好(48),最弱的是知识(31)。发布于 2024年11月4日。

要点(截至 2026年11月16日)

  • Claude 3.5 Haiku 于 2024年11月4日发布(Anthropic)。

详细说明:Claude 3.5 Haiku 是 Anthropic 的闭源模型,发布于 2024年11月4日。其最佳配置在 BenchLeader Index 上得分 38.7 ±3.4,在 608 个配置中排第 556 名,处于下半区。关键在于这个“±”:另有 143 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(48),知识最低(31)。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
200k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2024年11月4日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index39
  2. 推理36
  3. 编程34
  4. 智能体与工具36
  5. 数学37
  6. 知识31
  7. 指令遵循45
  8. 人类偏好48
  9. 多模态32
  10. 长上下文37

嵌入这个排名

更多徽章样式
[![Claude 3.5 Haiku on BenchLeader: 综合第 282 名](https://www.benchleader.com/badge/claude-3-5-haiku.svg?style=compact)](https://www.benchleader.com/models/claude-3-5-haiku)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Anthropic 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Anthropic 以这个名称发布过 6 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Claude Haiku 5.5xhigh2026年10月7日56.7#173
Claude Haiku 4.52025年10月15日47.7#399
Claude 3.5 Haiku本页2024年11月4日38.7#556
Claude 3 Haiku2024年3月7日36.1#582
Claude Haiku 3–––
Claude Haiku 4thinking–––

Index 走势

2026年9月8日 至 2026年11月16日
354045

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
GPQA Diamond38.1%#265Epoch AI Benchmarking Hub
Arena Hard Prompts1346#228Arena (LMArena)
GPQA Diamond (AA)不计入 Index40.8%#484Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.6%#604Artificial Analysis
GPQA Diamond (Vals)不计入 Index37.9%#127Vals AI
GPQA Diamond (HELM)不计入 Index36.3%#55HELM Capabilities
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1316#237Arena (LMArena)
DTBench不计入 Index56.7%#202Epoch AI Benchmarking Hub

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard2.3%#325Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index24.6%#305Artificial Analysis
GDPval-AA v2.1不计入 Index218#274Artificial Analysis
BALROG不计入 Index19.3%#25BALROG
BrowseComp不计入 Index0.3%#39OpenAI

知识

基准测试默认来源趋势
MMLU-Pro64.1%#127Vals AI
LegalBench70.3%#121Vals AI
CorpFin50.8%#103Vals AI
TaxEval57.4%#132Vals AI
MMLU-Pro (HELM)不计入 Index60.5%#46HELM Capabilities
MMLU不计入 Index74.3%#40Epoch AI Benchmarking Hub

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1325#237Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1144#96EQ-Bench
Arena Creative Writing不计入 Index1305#218Arena (LMArena)
Arena Multi-turn不计入 Index1328#222Arena (LMArena)
Arena Longer Queries不计入 Index1346#214Arena (LMArena)
Lech Mazur Creative Writing不计入 Index73.5%#29Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1092#128Arena (LMArena)
MMMU-Pro45.6%#267Artificial Analysis
GeoBench不计入 Index34.0%#44GeoBench

长上下文

基准测试默认来源趋势
AA-LCR v1.127.3%#429Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index124.9#158Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index8.9#429Artificial Analysis
AA Progress Index v1不计入 Index159.6#534Artificial Analysis
HELM Capabilities mean不计入 Index54.9%#54HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index30.4%#59Scale AI SEAL

Anthropic 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Claude 3.5 Haiku 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Claude 3.5 Haiku on BenchLeader: 综合第 282 名](https://www.benchleader.com/badge/claude-3-5-haiku.svg)](https://www.benchleader.com/models/claude-3-5-haiku)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Claude 3.5 Haiku on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-3-5-haiku

BibTeX:

@misc{benchleader_claude_3_5_haiku_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude 3.5 Haiku on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-3-5-haiku}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Claude 3.5 Haiku 的基准测试得分是多少?
截至 2026年11月16日,Claude 3.5 Haiku 的 BenchLeader Index 为 38.7 ±3.4。最强的是人类偏好(48),最弱的是知识(31)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Claude 3.5 Haiku 排名第几?
截至 2026年11月16日,Claude 3.5 Haiku 在 608 个已排名配置中排第 556 名。另有 143 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Claude 3.5 Haiku 是什么时候发布的?
Anthropic 于 2024年11月4日发布了 Claude 3.5 Haiku。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Claude 3.5 Haiku:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-3-5-haiku。