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 GPT-5.3-Codex (medium) في النتيجة بقيمة 9.1. يتصدر Claude Opus 4.6 (medium) في الموثوقية بقيمة 10.0. يمتلك GPT-5.3-Codex (medium) أقل إجمالي التكلفة عند $1.318. GPT-5.3-Codex (medium) هو الأسرع عند 18.87s.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-06

النماذج المقارنة

الترتيب: #228
إجمالي رموز الإخراج: 96,722
زمن الاستجابة (المتوسط): 32.23s
إجمالي التكلفة: $2.961

الترتيب: #212
إجمالي رموز الإخراج: 120,427
زمن الاستجابة (المتوسط): 28.08s
إجمالي التكلفة: $2.126

الترتيب: #34
إجمالي رموز الإخراج: 66,287
زمن الاستجابة (المتوسط): 18.87s
إجمالي التكلفة: $1.318

الترتيب: #71
إجمالي رموز الإخراج: 102,691
زمن الاستجابة (المتوسط): 22.71s
إجمالي التكلفة: $1.585

النموذج الموصى به GPT-5.3-Codex (medium)

It has the best score here (9.1), while costing about 1.7x 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	6.3	6.4	9.1	8.4
الترتيب	#228	#212	#34	#71
الموثوقية	10.0	10.0	10.0	9.8
الاتساق	8.5	9.1	8.6	9.6
محاولات	66/69	66/69	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	60.9%	62.3%	84.1%	89.9%
اختبارات غير مستقرة	3	1	4	1
إجمالي مرات التشغيل	66	66	69	69
التكلفة لكل نتيجة	22.777	15.182	7.753	7.924
إجمالي التكلفة	$2.961	$2.126	$1.318	$1.585
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
سعر قراءة ذاكرة التخزين المؤقت	$0.500 / 1M	$0.300 / 1M	$0.175 / 1M	$0.200 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	$6.250 / 1M	$3.750 / 1M	غير متاح	$0.375 / 1M
إجمالي رموز الإدخال	108,573	106,316	222,794	176,208
رموز الإخراج	69,994	79,338	7,357	6,093
رموز الاستدلال	26,728	41,089	58,930	96,598
زمن الاستجابة (المتوسط)	32.23s	28.08s	18.87s	22.71s
زمن الاستجابة (الحد الأقصى)	151.51s	140.96s	100.93s	88.68s
زمن الاستجابة (الإجمالي)	515.65s	421.15s	433.94s	386.11s
المعلمات	~5T الإجمالي (~500B النشطة)	~1T الإجمالي (~100B النشطة)	~1.2T الإجمالي (~80B النشطة)	~1.2T الإجمالي (~20B النشطة)
الإتاحة	مغلق المصدر	مغلق المصدر	مغلق المصدر	مغلق المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#228 Claude Opus 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

#212 Claude Sonnet 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

#34 GPT-5.3-Codex

medium

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

#71 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:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.6	0.0	0.0	0.0%	0	0ms	0	0	0
Claude Sonnet 4.6	0.0	0.0	0.0%	0	0ms	0	0	0
GPT-5.3-Codex	10.0	10.0	100.0%	0	61.91s	141,607	1,099	4,814
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1	56.17s	83,912	861	4,592

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	42.53s	632	12,350	7,100
Claude Sonnet 4.6	3.0	10.0	0.0%	0	58.37s	495	24,380	22,891
GPT-5.3-Codex	5.9	7.2	55.6%	1	63.93s	732	71	30,150
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	20.29s	644	18	11,704

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-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium Gemini 3.1 Pro PreviewmediumvsInklinghighمتاح مجانًا Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh