Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05 Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación 8.6 8.4
Rango #5 #8
Consistencia 8.7 8.8
Pruebas correctas
Tasa de aciertos por intento 83.3% 81.5%
Pruebas inestables 3 3
Ejecuciones totales 54 54
Costo por resultado 4.405 3.822
Costo total $0.573 $0.497
Precio de entrada $1.750 / 1M $0.195 / 1M
Precio de salida $14.000 / 1M $1.560 / 1M
Tokens de salida 2,279 2,500
Tokens de razonamiento 35,179 242,500
Tiempo de respuesta (promedio) 15.38s 53.03s
Tiempo de respuesta (máximo) 100.93s 163.96s
Tiempo de respuesta (total) 276.91s 954.46s

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 salida Tokens de razonamiento
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium