Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.4

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-16

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05
Punktzahl 8.6 8.2
Rang #7 #16
Konsistenz 8.7 8.7
Korrekte Tests
Erfolgsquote pro Versuch 83.3% 79.6%
Instabile Tests 3 3
Gesamtläufe 54 54
Kosten pro Ergebnis 4.405 6.399
Gesamtkosten $0.573 $0.832
Eingabepreis $1.750 / 1M $2.500 / 1M
Ausgabepreis $14.000 / 1M $15.000 / 1M
Ausgabe-Token 2,279 2,169
Denk-Token 35,179 48,732
Antwortzeit (Durchschnitt) 15.38s 18.63s
Antwortzeit (Maximum) 100.93s 100.41s
Antwortzeit (Gesamt) 276.91s 335.26s

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) Ausgabe-Token Denk-Token
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium