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 Qwen: Qwen3.5-27B

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-14

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24
Punktzahl 8.6 8.4
Rang #5 #8
Konsistenz 8.7 8.8
Korrekte Tests
Erfolgsquote pro Versuch 83.3% 81.5%
Instabile Tests 3 3
Gesamtläufe 54 54
Kosten pro Ergebnis 4.405 3.822
Gesamtkosten $0.573 $0.497
Eingabepreis $1.750 / 1M $0.195 / 1M
Ausgabepreis $14.000 / 1M $1.560 / 1M
Ausgabe-Token 2,279 2,500
Denk-Token 35,179 242,500
Antwortzeit (Durchschnitt) 15.38s 53.03s
Antwortzeit (Maximum) 100.93s 163.96s
Antwortzeit (Gesamt) 276.91s 954.46s

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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
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
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
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
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
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
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
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
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium