Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22
Punktzahl 8.3 7.9
Rang #15 #26
Zuverlässigkeit 10.0 10.0
Konsistenz 8.4 10.0
Korrekte Tests
Erfolgsquote pro Versuch 81.7% 70.0%
Instabile Tests 4 0
Gesamtläufe 60 60
Kosten pro Ergebnis 4.891 0.719
Gesamtkosten $0.685 $0.101
Eingabepreis $1.750 / 1M $2.500 / 1M
Ausgabepreis $14.000 / 1M $7.500 / 1M
Ausgabe-Token 2,332 1,988
Denk-Token 42,616 0
Antwortzeit (Durchschnitt) 15.97s 1.30s
Antwortzeit (Maximum) 100.93s 3.92s
Antwortzeit (Gesamt) 319.30s 25.95s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
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 18.45s 514 7,266
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemma 4 31BmediumKostenlos verfügbarvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneGemini 3 PRO PreviewmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsQwen3.7 Maxnone