GPT-4o vs Claude 3.5 Haiku：基准对比

详细对比 GPT-4o 与 Claude 3.5 Haiku 的基准表现、定价、上下文窗口与合规性。

发布: · 更新:

核心规格对比

规格GPT-4oClaude 3.5 Haiku
厂商openaianthropic
版本4o3.5-haiku
发布日期2024-05-132024-11-04
上下文窗口128000 tokens200000 tokens
输入模态text, image, audiotext, image
输出模态text, audiotext
许可ProprietaryProprietary
SOC2✓✓
HIPAA✓✗
GDPR✓✓
ISO 27001✓✗

基准测试结果

基准GPT-4oClaude 3.5 Haiku胜出
ARC—91.8Claude 3.5 Haiku
BBH83.170.2GPT-4o
GPQA—31.1Claude 3.5 Haiku
GSM8K95.875.5GPT-4o
HUMANEVAL90.273.8GPT-4o
IFEVAL—73.6Claude 3.5 Haiku
MATH76.653GPT-4o
MMLU88.777.6GPT-4o
MUSR—52.3Claude 3.5 Haiku
WINOGRANDE—83.8Claude 3.5 Haiku

定价对比

项目 (每百万Token)GPT-4oClaude 3.5 Haiku
输入$2.5$0.8
输出$10$4
缓存读$1.25$0
缓存写$2.5$0

GPT-4o 对比 Claude 3.5 Haiku

模型概述

GPT-4o 与 Claude 3.5 Haiku 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。

核心规格对比

厂商发布日期上下文窗口许可证
Openai / Anthropic2024-05-13 / 2024-11-04128K / 200KProprietary / Proprietary

基准测试表现

基准GPT-4oClaude 3.5 Haiku胜出
ARC—91.8B
BBH (BIG-Bench Hard)83.170.2A
GPQA—31.1B
GSM8K (Grade School Math 8K)95.875.5A
HumanEval90.273.8A
IFEval—73.6B
MATH76.653.0A
MMLU (Massive Multitask Language Understanding)88.777.6A
MUSR—52.3B
WinoGrande—83.8B

定价对比

输入输出缓存读取缓存写入
— / —— / —— / —— / —

每百万 token — A / B

优势 & 劣势

GPT-4o

  • ✅ MMLU 得分 88.7，知识推理能力强。
  • ✅ HumanEval 90.2，代码生成能力出色。
  • ✅ GSM8K 95.8，数学推理稳健。
  • ✅ 支持文本、图像、音频多模态输入。
  • ⚠️ 闭源专有模型，不支持自托管。

Claude 3.5 Haiku

  • ✅ 可靠的通用模型。
  • ⚠️ 闭源专有模型，不支持自托管。

编辑点评

GPT-4o 与 Claude 3.5 Haiku 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。

常见问题

哪个模型在代码任务上更优？

参考 HumanEval 基准得分表，得分更高者更适合代码任务。

哪个模型价格更低？

参考上方的定价对比表，输入/输出价格更低者更具成本优势。

上下文窗口哪个更长？

参考核心规格对比表，上下文窗口更大的模型适合长文档处理。

参考文献

编辑点评

See Editor's Take section.