النماذج المقارنة

مقارنة benchmark بين Claude Opus 4.6 (medium) vs Claude Sonnet 4.6 (medium) vs GPT-5.3-Codex (medium) vs Gemini 3.1 Pro Preview (medium): يتصدر Gemini 3.1 Pro Preview (medium) في النتيجة بقيمة 9.2. يتصدر Claude Opus 4.6 (medium) في الموثوقية بقيمة 10.0. يمتلك GPT-5.3-Codex (medium) أقل إجمالي التكلفة عند $0.920. GPT-5.3-Codex (medium) هو الأسرع عند 16.96s.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-08-07

الترتيب: #60
إجمالي رموز الإخراج: 100,601
زمن الاستجابة (المتوسط): 34.27s
إجمالي التكلفة: $3.059

الترتيب: #56
إجمالي رموز الإخراج: 115,865
زمن الاستجابة (المتوسط): 25.91s
إجمالي التكلفة: $2.057

الترتيب: #18
إجمالي رموز الإخراج: 55,525
زمن الاستجابة (المتوسط): 16.96s
إجمالي التكلفة: $0.920

الترتيب: #9
إجمالي رموز الإخراج: 97,958
زمن الاستجابة (المتوسط): 21.47s
إجمالي التكلفة: $1.361

النموذج الموصى به GPT-5.3-Codex (medium)

Its score stays close to the best score here (8.9 vs 9.2), while costing about 2.3x less than النماذج الأخرى في هذه المقارنة.

مقارنة تفصيلية

المقياس	Claude Opus 4.6 Claude Opus 4.6 medium الإصدار: 2026-02-05	Claude Sonnet 4.6 Claude Sonnet 4.6 medium الإصدار: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium الإصدار: 2026-02-19

المقياس	Claude Opus 4.6 Claude Opus 4.6 medium الإصدار: 2026-02-05	Claude Sonnet 4.6 Claude Sonnet 4.6 medium الإصدار: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium الإصدار: 2026-02-19
النتيجة	7.7	7.8	8.9	9.2
الترتيب	#60	#56	#18	#9
الموثوقية	10.0	10.0	10.0	10.0
الاتساق	8.8	9.2	8.6	10.0
تغطية الاختبار المعياري	22/22 اختبارات · 66/66 محاولات	22/22 اختبارات · 66/66 محاولات	22/22 اختبارات · 66/66 محاولات	22/22 اختبارات · 66/66 محاولات
اختبارات صحيحة
معدل النجاح لكل محاولة	63.6%	66.7%	83.3%	90.9%
اختبارات غير مستقرة	3	2	4	0
إجمالي مرات التشغيل	66	66	66	66
التكلفة لكل نتيجة	23.524	14.692	5.748	6.801
إجمالي التكلفة	$3.059	$2.057	$0.920	$1.361
سعر الإدخال	$5.000 / 1M	$3.000 / 1M	$1.750 / 1M	$2.000 / 1M
سعر الإخراج	$25.000 / 1M	$15.000 / 1M	$14.000 / 1M	$12.000 / 1M
إجمالي رموز الإدخال	108,615	106,292	81,268	92,287
رموز الإخراج	72,286	80,748	6,251	5,232
رموز الاستدلال	28,315	35,117	49,274	92,726
زمن الاستجابة (المتوسط)	34.27s	25.91s	16.96s	21.47s
زمن الاستجابة (الحد الأقصى)	151.51s	140.96s	100.93s	88.68s
زمن الاستجابة (الإجمالي)	513.99s	362.78s	373.19s	322.08s

عرض إنشاء النماذج

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#60 Claude Opus 4.6

medium

SVG غير صالح

التكلفة: $0.000
الوقت: 300.0s
الرموز: 0 tok

#56 Claude Sonnet 4.6

medium

SVG غير صالح

التكلفة: $0.000
الوقت: 300.0s
الرموز: 0 tok

#18 GPT-5.3-Codex

medium

التكلفة: $0.049
الوقت: 54.9s
الرموز: 3,580 tok

#9 Gemini 3.1 Pro Preview

medium

التكلفة: $0.115
الوقت: 87.2s
الرموز: 9,629 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	6.4	5.8	66.7%	2	7.45s	840	986	1,071
Claude Sonnet 4.6	6.5	10.0	50.0%	0	2.98s	789	1,046	1,093
GPT-5.3-Codex	8.7	7.9	91.7%	1	4.16s	606	240	1,722
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	7.90s	498	112	3,218

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	5.7	7.1	44.4%	1	30.10s	8,522	13,057	4,121
Claude Sonnet 4.6	5.7	6.6	44.4%	1	33.29s	6,995	16,089	3,686
GPT-5.3-Codex	10.0	10.0	100.0%	0	19.50s	7,302	535	10,890
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0	40.17s	8,124	435	41,247

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	10.0	10.0	100.0%	114.08s	76,073	33,018	9,509
Claude Sonnet 4.6	10.0	10.0	100.0%	93.65s	75,531	31,916	9,109
GPT-5.3-Codex	10.0	10.0	100.0%	26.04s	57,988	4,258	5,816
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	40.39s	67,910	3,687	23,111

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	10.0	10.0	100.0%	7.37s	8,676	691	757
Claude Sonnet 4.6	10.0	10.0	100.0%	13.90s	8,676	649	742
GPT-5.3-Codex	10.0	10.0	100.0%	3.07s	7,140	234	728
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.72s	7,265	279	3,904

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	3.0	10.0	0.0%	0	83.40s	674	14,642	8,687
Claude Sonnet 4.6	2.9	7.2	11.1%	1	0ms	471	25,790	16,919
GPT-5.3-Codex	5.9	7.2	55.6%	1	64.31s	813	64	25,308
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	32.73s	635	18	12,424

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	10.0	10.0	100.0%	5.04s	564	188	292
Claude Sonnet 4.6	10.0	10.0	100.0%	4.94s	564	256	433
GPT-5.3-Codex	4.6	10.0	0.0%	4.87s	477	187	331
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	11.77s	490	108	1,179

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	10.0	10.0	100.0%	2.43s	792	266	467
Claude Sonnet 4.6	10.0	10.0	100.0%	2.61s	792	318	552
GPT-5.3-Codex	10.0	10.0	100.0%	3.04s	660	93	693
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	9.56s	621	72	2,236

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	7.7	10.0	66.7%	0	4.71s	816	532	630
Claude Sonnet 4.6	10.0	10.0	100.0%	0	5.31s	816	592	646
GPT-5.3-Codex	9.0	7.9	88.9%	1	5.05s	642	356	1,593
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.90s	570	235	3,128

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	10.0	10.0	100.0%	9.73s	11,454	861	329
Claude Sonnet 4.6	10.0	10.0	100.0%	7.48s	11,454	655	351
GPT-5.3-Codex	10.0	10.0	100.0%	6.37s	5,445	254	492
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	23.15s	6,018	274	982

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	3.0	10.0	0.0%	0	63.24s	204	8,045	2,452
Claude Sonnet 4.6	3.0	10.0	0.0%	0	30.09s	204	3,437	1,586
GPT-5.3-Codex	2.8	1.6	33.3%	1	14.43s	195	30	1,701
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.27s	156	12	1,297

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.3-CodexmediumvsGrok 4.5high Claude Opus 5highvsGemini 3.1 Pro Previewmedium Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 4.6mediumvsQwen3.7 Flashhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh