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-5.5

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-24

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24
Punktzahl 8.6 9.0
Rang #8 #5
Zuverlässigkeit k. A. k. A.
Konsistenz 8.7 9.2
Korrekte Tests
Erfolgsquote pro Versuch 83.3% 87.0%
Instabile Tests 3 2
Gesamtläufe 54 54
Kosten pro Ergebnis 4.405 19.226
Gesamtkosten $0.573 $2.884
Eingabepreis $1.750 / 1M $5.000 / 1M
Ausgabepreis $14.000 / 1M $30.000 / 1M
Ausgabe-Token 2,279 1,920
Denk-Token 35,179 89,632
Antwortzeit (Durchschnitt) 15.38s 32.75s
Antwortzeit (Maximum) 100.93s 332.10s
Antwortzeit (Gesamt) 276.91s 589.59s

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-5.5 10.0 10.0 100.0% 0 4.66s 250 1,335
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-5.5 10.0 10.0 100.0% 0 9.09s 318 1,391
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-5.5 10.0 10.0 100.0% 0 19.29s 312 2,841
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-5.5 10.0 10.0 100.0% 0 4.18s 234 593
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-5.5 5.3 7.2 44.4% 1 164.14s 67 79,625
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-5.5 10.0 10.0 100.0% 0 4.16s 138 223
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-5.5 10.0 10.0 100.0% 0 3.36s 93 538
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-5.5 8.6 7.9 77.8% 1 6.78s 250 2,254
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-5.5 10.0 10.0 100.0% 0 10.57s 258 832

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3-CodexmediumvsHY3 PreviewhighKostenlos verfügbarGemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Opus 4.7nonevsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsHY3 PreviewlowKostenlos verfügbarGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.5mediumvsHY3 PreviewhighKostenlos verfügbarClaude Opus 4.7nonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.5mediumvsHY3 PreviewlowKostenlos verfügbar