Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.3 Chat

Zusammenfassung

Claude Opus 4.8 vs GPT-5.3 Chat Benchmark-Vergleich: Claude Opus 4.8 führt beim Durchschnittsscore mit 8.8 vs 7.5. GPT-5.3 Chat hat die niedrigeren Benchmark-Kosten mit $0.433 vs $1.107. GPT-5.3 Chat ist schneller mit 6.34s vs 9.66s, mit Erfolgsraten von 84.1% vs 66.7%.

Empfohlenes Modell: GPT-5.3 Chat - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (7.5), niedrigere Kosten als Claude Opus 4.8 und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Veröffentlichung: 2026-05-28 GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03
Punktzahl 8.8 7.5
Rang #12 #45
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 8.1
Korrekte Tests
Erfolgsquote pro Versuch 84.1% 66.7%
Instabile Tests 1 5
Gesamtläufe 63 63
Kosten pro Ergebnis 6.512 3.605
Gesamtkosten $1.107 $0.433
Eingabepreis $5.000 / 1M $1.750 / 1M
Ausgabepreis $25.000 / 1M $14.000 / 1M
Gesamte Eingabe-Token 61,007 34,209
Ausgabe-Token 26,495 26,617
Denk-Token 5,901 0
Antwortzeit (Durchschnitt) 9.66s 6.34s
Antwortzeit (Maximum) 38.03s 18.33s
Antwortzeit (Gesamt) 202.89s 133.13s

Generierungs-Showcase

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
Kosten
$0.057
Zeit
23.1s
Token
2,412 tok

#45 GPT-5.3 Chat

none
Kosten
$0.008
Zeit
8.1s
Token
634 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

Schnellvergleich

Vergleichspaar wechseln

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow