AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-22

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Qwen3.7 Max Qwen3.7 Max medium الإصدار: 2026-05-22

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Qwen3.7 Max Qwen3.7 Max medium الإصدار: 2026-05-22
النتيجة	8.3	9.0
الترتيب	#15	#5
الموثوقية	10.0	10.0
الاتساق	8.4	9.6
اختبارات صحيحة
معدل النجاح لكل محاولة	81.7%	88.3%
اختبارات غير مستقرة	4	1
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	4.891	5.540
إجمالي التكلفة	$0.685	$0.942
??? ???????	$1.750 / 1M	$2.500 / 1M
??? ???????	$14.000 / 1M	$7.500 / 1M
رموز الإخراج	2,332	2,109
رموز الاستدلال	42,616	110,285
زمن الاستجابة (المتوسط)	15.97s	13.83s
زمن الاستجابة (الحد الأقصى)	100.93s	33.37s
زمن الاستجابة (الإجمالي)	319.30s	276.53s

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	222	8,742

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		18.45s	514	7,266
Qwen3.7 Max	10.0	10.0	100.0%	0		22.98s	403	22,134

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
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	366	8,405

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	270	6,254

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
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	61	31,793

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	267	1,220

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	30	1,701
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	24	12,920

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashnonevsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Gemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxmedium Gemini 3.5 FlashminimalvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.7 Maxnone Gemini 3.5 FlashnonevsGPT-5.3-Codexmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3 Flash PreviewnonevsGPT-5.3-Codexmedium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3-Codexmedium Gemini 3.1 Flash Lite PreviewnonevsGPT-5.3-Codexmedium