OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.4

GPT-5.3-Codex (medium) lidera en puntuación media con 8.9 vs 8.5. GPT-5.3-Codex (medium) tiene menor coste de benchmark con $0.920 vs $1.533. GPT-5.3-Codex (medium) es más rápido con 16.96s vs 23.10s, con tasas de acierto de 83.3% vs 77.3%.

Modelo recomendadoGPT-5.3-Codex (medium)Tiene la mejor puntuación aquí (8.9) y cuesta aproximadamente 1.7x menos que GPT-5.4 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-22

Métrica	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05

Métrica	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación	8.9	8.5
Rango	#16	#21
Fiabilidad	10.0	10.0
Consistencia	8.6	8.6
Pruebas correctas
Tasa de aciertos por intento	83.3%	77.3%
Pruebas inestables	4	4
Ejecuciones totales	66	66
Costo por resultado	5.748	10.220
Costo total	$0.920	$1.533
Precio de entrada	$1.750 / 1M	$2.500 / 1M
Precio de salida	$14.000 / 1M	$15.000 / 1M
Total de tokens de entrada	81,268	81,127
Tokens de salida	6,251	6,155
Tokens de razonamiento	49,274	82,515
Tiempo de respuesta (promedio)	16.96s	23.10s
Tiempo de respuesta (máximo)	100.93s	100.41s
Tiempo de respuesta (total)	373.19s	508.26s

Hamster playing table tennis

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

#16 GPT-5.3-Codex

medium

Coste: $0.049
Tiempo: 54.9s
Tokens: 3,580 tok

#21 GPT-5.4

medium

Coste: $0.214
Tiempo: 199.6s
Tokens: 14,349 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Comparación rápida

Cambiar par de comparación

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.4medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Gemini 3.6 FlashlowvsGPT-5.3-Codexmedium Muse Spark 1.1highvsGPT-5.4medium Gemini 3.5 Flash-LitehighvsGPT-5.4medium GPT-5.4mediumvsInklinghigh GPT-5.4mediumvsGLM 5.2high GPT-5.3-CodexmediumvsGrok 4.5low