AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.6 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-04-27

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Qwen3.6 Flash Qwen3.6 Flash medium الإصدار: 2026-04-20

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Qwen3.6 Flash Qwen3.6 Flash medium الإصدار: 2026-04-20
النتيجة	8.6	8.1
الترتيب	#11	#24
الموثوقية	غير متاح	10.0
الاتساق	8.7	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	83.3%	79.6%
اختبارات غير مستقرة	3	4
إجمالي مرات التشغيل	54	54
التكلفة لكل نتيجة	4.405	1.449
إجمالي التكلفة	$0.573	$0.174
??? ???????	$1.750 / 1M	$0.250 / 1M
??? ???????	$14.000 / 1M	$1.500 / 1M
رموز الإخراج	2,279	2,804
رموز الاستدلال	35,179	107,210
زمن الاستجابة (المتوسط)	15.38s	9.90s
زمن الاستجابة (الحد الأقصى)	100.93s	26.85s
زمن الاستجابة (الإجمالي)	276.91s	178.26s

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

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	240	1,722
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	624	14,024

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		8.95s	491	1,530
Qwen3.6 Flash	6.7	3.5	66.7%	1		25.84s	435	17,044

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	364	2,731
Qwen3.6 Flash	10.0	10.0	100.0%	0		20.28s	483	13,839

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	234	728
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	270	13,155

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	64	25,308
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	60	24,409

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	187	331
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	140	5,445

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	93	693
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	102	7,423

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.12s	352	1,644
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.17s	355	10,683

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	254	492
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	335	1,188

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.6 FlashmediumvsHY3 Previewlowمتاح مجانًا Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashmedium GPT-5.3-CodexmediumvsHY3 Previewhighمتاح مجانًا GPT-5.2 ChatnonevsQwen3.6 Flashmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 Flashmedium Gemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium DeepSeek V4 FlashhighvsQwen3.6 Flashmedium Qwen3.6 FlashmediumvsHY3 Previewhighمتاح مجانًا GPT-5.3-CodexmediumvsHY3 Previewlowمتاح مجانًا Gemini 3 Flash PreviewnonevsGPT-5.3-Codexmedium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3-Codexmedium