#15 GPT-5.3-Codex
medium- Kosten
- $0.049
- Zeit
- 54.9s
- Token
- 3,580 tok
OpenAI
Veröffentlichung: 2026-02-05
Getestet am: 2026-06-04 13:45
openai/gpt-5.3-codex::medium
~1.2T insgesamt (~80B aktiv)MoEGeschlossenGeschätzt Zusammenfassung
GPT-5.3-Codex erreicht 8.4 bei AI BENCHY und liegt auf #15. Das Modell hat 10.0 Zuverlässigkeit, 82.5% Erfolgsrate, $0.740 Gesamtkosten und 16.22s durchschnittliche Antwortzeit.
Was GPT-5.3-Codex besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #4 erreicht; am schwächsten ist Allgemeine Intelligenz mit #17.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~1.2T insgesamt (~80B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
8.4
Konsistenz
8.5
10.0
Gesamte Ausgabe-Token
48,546
Gesamte Eingabe-Token
34,299
Eingabepreis
$1.750 / 1M
Ausgabepreis
$14.000 / 1M
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 02:13 Erneuter Test | 8.9 | 10.0 | $0.988 | Vergleichen | |
| 2026-07-16 22:33 Neuer Test hinzugefügt | 8.9 | 10.0 | $0.920 | Vergleichen | |
| 2026-06-04 13:45 Neuer Test hinzugefügt | 8.4 | 10.0 | $0.740 | Aktueller Lauf | |
| 2026-05-22 00:19 Erneuter Test | 8.3 | 10.0 | $0.685 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 8.6 | k. A. | $0.573 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:45 · Neuer Test hinzugefügt | 63/63 Versuche | 8.4 | 8.5 | 10.0 | 15/21 | 4 | 48,546 | 34,299 | $0.740 | 16.22s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 54/54 Versuche | 8.6 | 8.7 | k. A. | 13/18 | 3 | 37,458 | 0 | $0.573 | 15.38s |
| Differenz | — | -0.2 | -0.2 | +2 | +1 | +11088 | +34299 | +$0.168 | +838ms |
Die Benchmark-Abdeckung unterscheidet sich: 63/63 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 54/54 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis |
|---|---|---|
| 2026-06-04 14:42 | $1.750 / 1M | $14.000 / 1M |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
GPT-5.3-CodexmediumvsGrok 4.5highGPT-5.3-CodexmediumvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashlowGPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsGemini 3.5 Flash LitehighGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsQwen3.7 MaxmediumGPT-5.3-CodexmediumvsClaude Opus 5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 4.6 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 9.0 | 7.9 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 2.8 | 1.6 |