Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.5

Resumen

Comparación benchmark de GPT-5.3-Codex vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.0 vs 8.9. GPT-5.3-Codex tiene menor coste de benchmark con $0.740 vs $3.679. GPT-5.3-Codex es más rápido con 16.22s vs 37.98s, con tasas de acierto de 82.5% vs 87.3%.

Modelo recomendado: GPT-5.3-Codex - Su puntuación se mantiene cerca de la mejor aquí (8.9 vs 9.0) y cuesta aproximadamente 5.0x menos que GPT-5.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05 GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24
Puntuación 8.9 9.0
Rango #10 #9
Fiabilidad 10.0 10.0
Consistencia 8.5 8.9
Pruebas correctas
Tasa de aciertos por intento 82.5% 87.3%
Pruebas inestables 4 3
Ejecuciones totales 63 63
Costo por resultado 4.932 21.638
Costo total $0.740 $3.679
Precio de entrada $1.750 / 1M $5.000 / 1M
Precio de salida $14.000 / 1M $30.000 / 1M
Total de tokens de entrada 34,299 34,212
Tokens de salida 2,357 1,985
Tokens de razonamiento 46,189 114,925
Tiempo de respuesta (promedio) 16.22s 37.98s
Tiempo de respuesta (máximo) 100.93s 332.10s
Tiempo de respuesta (total) 340.67s 797.60s

Generación showcase

Hamster playing table tennis

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

#10 GPT-5.3-Codex

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

#9 GPT-5.5

medium
Coste
$0.112
Tiempo
71.9s
Tokens
3,807 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

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-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
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-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 19.56s 11,019 364 2,731
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
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-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsStep 3.7 FlashlowGPT-5.5mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.3-CodexmediumDeepSeek V4 ProhighvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.5medium