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 none الإصدار: 2026-05-22

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	Qwen3.7 Max Qwen3.7 Max none الإصدار: 2026-05-22
النتيجة	8.3	7.9
الترتيب	#15	#26
الموثوقية	10.0	10.0
الاتساق	8.4	10.0
اختبارات صحيحة
معدل النجاح لكل محاولة	81.7%	70.0%
اختبارات غير مستقرة	4	0
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	4.891	0.719
إجمالي التكلفة	$0.685	$0.101
??? ???????	$1.750 / 1M	$2.500 / 1M
??? ???????	$14.000 / 1M	$7.500 / 1M
رموز الإخراج	2,332	1,988
رموز الاستدلال	42,616	0
زمن الاستجابة (المتوسط)	15.97s	1.30s
زمن الاستجابة (الحد الأقصى)	100.93s	3.92s
زمن الاستجابة (الإجمالي)	319.30s	25.95s

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	6.5	10.0	50.0%	0		1.08s	242	0

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	6.8	10.0	50.0%	0		1.39s	576	0

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	3.0	10.0	0.0%	0		2.17s	171	0

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		1.35s	243	0

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	7.7	10.0	66.7%	0		975ms	15	0

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		1.04s	120	0

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		943ms	72	0

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		1.13s	314	0

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		3.92s	222	0

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		856ms	13	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.4mediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGLM 5 Turbomedium Gemini 3.5 FlashminimalvsQwen3.7 Maxnone Gemma 4 31Bmediumمتاح مجانًاvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok 4.3medium Seed-2.0-LitemediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitemediumvsQwen3.7 Maxnone Gemini 2.5 FlashmediumvsQwen3.7 Maxnone Gemini 3 PRO PreviewmediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsMiMo-V2.5-Promedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.7 Maxnone