Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-27B

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica	OpenAI: GPT-5.3-Codex medium Lanzamiento: Fecha de lanzamiento desconocida	Qwen: Qwen3.5-27B medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#7	#5
Puntuación	7.93	8.55
Consistencia	8.84	9.55
Costo por resultado	4.641	2.950
Costo total	$0.465	$0.325
Pruebas correctas
Pruebas incorrectas	4	3
Tasa de aciertos por intento	78.6%	83.3%
Pruebas inestables	2	1
Tokens de salida	1,201	1,091
Tokens de razonamiento	30,056	131,807

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

Cambiar par de comparación

Comparar OpenAI: GPT-5.3-Codex contra...

Comparar Qwen: Qwen3.5-27B contra...