তুলনা করুন চার্ট

ভাষা:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex

মডেলের নাম:

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে : 2026-02-27 15:16

সারাংশ

মেট্রিক	Anthropic: Claude Sonnet 4.6 medium প্রকাশ: রিলিজ তারিখ অজানা	OpenAI: GPT-5.3-Codex medium প্রকাশ: রিলিজ তারিখ অজানা
র‍্যাঙ্ক	#8	#7
স্কোর	7.43	7.93
ধারাবাহিকতা	9.40	8.84
প্রতি ফলাফলে খরচ	8.105	4.641
মোট খরচ	$0.811	$0.465
সঠিক টেস্ট
ভুল টেস্ট	4	4
প্রতি চেষ্টায় পাস রেট	73.8%	78.6%
অস্থির টেস্ট	1	2
আউটপুট টোকেন	29,098	1,201
রিজনিং টোকেন	20,435	30,056

বিভাগভিত্তিক বিশ্লেষণ

অ্যান্টি-এআই কৌশল	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421

ডেটা পার্সিং ও নিষ্কাশন	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735

ডোমেইন-নির্দিষ্ট	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308

নির্দেশনা অনুসরণ	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693

Puzzle Solving	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407

টুল কলিং	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492

তুলনার জুটি বদলান

Anthropic: Claude Sonnet 4.6 এর সাথে তুলনা করুন...

OpenAI: GPT-5.3-Codex এর সাথে তুলনা করুন...