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

AI BENCHY Compare

Verglichene Modelle

Vergleichen:

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-05

Metrik OpenAI: GPT-5.4 medium Veröffentlichung: 2026-03-05 OpenAI: GPT-5.3-Codex medium Veröffentlichung: 2026-02-05 OpenAI: GPT-5.2 medium Veröffentlichung: 2025-12-11
Rang #7 #4 #26
Ø-Score 82 87 69
Konsistenz 89 90 78
Kosten pro Ergebnis 6.533 4.418 3.057
Gesamtkosten $0.784 $0.531 $0.306
Korrekte Tests
Erfolgsquote pro Versuch 86.7% 88.9% 80.0%
Instabile Tests 2 2 4
Ausgabe-Token 1,611 1,577 2,058
Denk-Token 46,321 33,017 16,542

Top-Modelle nach Score

Score vs. Gesamtkosten

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 100 100 100.0% 0 216 1,466
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 216 1,421
OpenAI: GPT-5.2 70 73 77.8% 1 549 2,002
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 100 100 100.0% 0 301 3,543
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 364 2,731
OpenAI: GPT-5.2 100 100 100.0% 0 291 1,757
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 99 100 100.0% 0 234 804
OpenAI: GPT-5.3-Codex 99 100 100.0% 0 234 728
OpenAI: GPT-5.2 99 100 100.0% 0 234 420
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 40 72 44.4% 1 61 34,748
OpenAI: GPT-5.3-Codex 40 72 55.6% 1 64 25,308
OpenAI: GPT-5.2 40 72 55.6% 1 42 10,342
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 100 100 100.0% 0 93 897
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 93 693
OpenAI: GPT-5.2 95 100 100.0% 0 94 614
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 70 72 88.9% 1 442 3,832
OpenAI: GPT-5.3-Codex 93 79 88.9% 1 352 1,644
OpenAI: GPT-5.2 70 73 77.8% 1 609 938
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.4 100 100 100.0% 0 264 1,031
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 254 492
OpenAI: GPT-5.2 100 16 66.7% 1 239 469

Schnellvergleich

Vergleichspaar wechseln

Claude Sonnet 4.6nonevsGPT-5.2mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.2mediumvsGLM 5none