Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-27

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 8.6 7.3
Rango #11 #56
Fiabilidad N/D 10.0
Consistencia 8.7 8.7
Pruebas correctas
Tasa de aciertos por intento 83.3% 66.7%
Pruebas inestables 3 3
Ejecuciones totales 54 54
Costo por resultado 4.405 0.827
Costo total $0.573 $0.083
Precio de entrada $1.750 / 1M $1.300 / 1M
Precio de salida $14.000 / 1M $7.800 / 1M
Tokens de salida 2,279 4,732
Tokens de razonamiento 35,179 0
Tiempo de respuesta (promedio) 15.38s 3.38s
Tiempo de respuesta (máximo) 100.93s 20.51s
Tiempo de respuesta (total) 276.91s 60.83s

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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 513 0
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
Qwen3.6 Max Preview 5.0 2.0 66.7% 1 3.45s 426 0
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 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 salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 243 0
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
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 18 0
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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 76 0
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
Qwen3.6 Max Preview 8.4 6.9 83.3% 1 1.45s 69 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.38s 323 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0

Comparación rápida

Cambiar par de comparación

GPT-5.3-CodexmediumvsHY3 PreviewhighDisponible gratisGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneGPT-5 MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumQwen3.6 Max PreviewnonevsGrok 4.20medium