Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

Zusammenfassung

GPT-5.3-Codex vs Qwen3.7 Max Benchmark-Vergleich: Qwen3.7 Max führt beim Durchschnittsscore mit 9.4 vs 8.9. Qwen3.7 Max hat die niedrigeren Benchmark-Kosten mit $0.523 vs $0.740. Qwen3.7 Max ist schneller mit 16.02s vs 16.22s, mit Erfolgsraten von 82.5% vs 88.9%.

Empfohlenes Modell: Qwen3.7 Max - Es hat die stärkste Punktzahl in diesem Vergleich (9.4) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl 8.9 9.4
Rang #10 #3
Zuverlässigkeit 10.0 10.0
Konsistenz 8.5 9.6
Korrekte Tests
Erfolgsquote pro Versuch 82.5% 88.9%
Instabile Tests 4 1
Gesamtläufe 63 63
Kosten pro Ergebnis 4.932 5.517
Gesamtkosten $0.740 $0.523
Eingabepreis $1.750 / 1M $1.250 / 1M
Ausgabepreis $14.000 / 1M $3.750 / 1M
Gesamte Eingabe-Token 34,299 42,360
Ausgabe-Token 2,357 2,129
Denk-Token 46,189 122,959
Antwortzeit (Durchschnitt) 16.22s 16.02s
Antwortzeit (Maximum) 100.93s 59.98s
Antwortzeit (Gesamt) 340.67s 336.51s

Generierungs-Showcase

Hamster playing table tennis

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

#10 GPT-5.3-Codex

medium
Kosten
$0.049
Zeit
54.9s
Token
3,580 tok

#3 Qwen3.7 Max

medium
Kosten
$0.017
Zeit
68.8s
Token
4,526 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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium