Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.6 Max Preview

Resumen

Comparación benchmark de GPT-5.3-Codex vs Qwen3.6 Max Preview: GPT-5.3-Codex lidera en puntuación media con 8.9 vs 6.0. Qwen3.6 Max Preview tiene menor coste de benchmark con $0.075 vs $0.740. Qwen3.6 Max Preview es más rápido con 3.30s vs 16.22s, con tasas de acierto de 82.5% vs 58.7%.

Modelo recomendado: Qwen3.6 Max Preview - Ofrece el mejor equilibrio general: puntuación competitiva (6.0), menor coste que GPT-5.3-Codex y tiempo de respuesta equilibrado.

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 Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20
Puntuación 8.9 6.0
Rango #10 #100
Fiabilidad 10.0 10.0
Consistencia 8.5 9.2
Pruebas correctas
Tasa de aciertos por intento 82.5% 58.7%
Pruebas inestables 4 2
Ejecuciones totales 63 63
Costo por resultado 4.932 0.824
Costo total $0.740 $0.075
Precio de entrada $1.750 / 1M $1.040 / 1M
Precio de salida $14.000 / 1M $6.240 / 1M
Total de tokens de entrada 34,299 42,509
Tokens de salida 2,357 4,779
Tokens de razonamiento 46,189 0
Tiempo de respuesta (promedio) 16.22s 3.30s
Tiempo de respuesta (máximo) 100.93s 20.51s
Tiempo de respuesta (total) 340.67s 69.40s

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

#100 Qwen3.6 Max Preview

none
Coste
$0.025
Tiempo
83.9s
Tokens
4,066 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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
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
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
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
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneNorth Mini CodemediumDisponible gratisvsQwen3.6 Max PreviewnoneGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneNemotron 3 SupermediumDisponible gratisvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitelowvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsGPT-5.3-Codexmediumgpt-oss-120bmediumDisponible gratisvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2.5medium