OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

GPT-5.3-Codex (medium) lidera en puntuación media con 8.9 vs 7.4. Qwen3.7 Max tiene menor coste de benchmark con $0.197 vs $0.920. Qwen3.7 Max es más rápido con 4.52s vs 16.96s, con tasas de acierto de 83.3% vs 68.2%.

Modelo recomendadoQwen3.7 MaxOfrece el mejor equilibrio general: puntuación competitiva (7.4), menor coste que GPT-5.3-Codex (medium) y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22

Métrica	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22
Puntuación	8.9	7.4
Rango	#18	#67
Fiabilidad	10.0	9.9
Consistencia	8.6	10.0
Pruebas correctas
Tasa de aciertos por intento	83.3%	68.2%
Pruebas inestables	4	0
Ejecuciones totales	66	66
Costo por resultado	5.748	1.582
Costo total	$0.920	$0.197
Precio de entrada	$1.750 / 1M	$1.475 / 1M
Precio de salida	$14.000 / 1M	$4.425 / 1M
Total de tokens de entrada	81,268	95,983
Tokens de salida	6,251	12,446
Tokens de razonamiento	49,274	0
Tiempo de respuesta (promedio)	16.96s	4.52s
Tiempo de respuesta (máximo)	100.93s	72.30s
Tiempo de respuesta (total)	373.19s	99.52s

Hamster playing table tennis

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

#18 GPT-5.3-Codex

medium

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

#67 Qwen3.7 Max

none

Coste: $0.046
Tiempo: 195.0s
Tokens: 12,171 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

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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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		26.04s	57,988	4,258	5,816
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

Comparación rápida

Cambiar par de comparación

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone Nemotron 3 UltramediumDisponible gratisvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.6 LunamediumvsQwen3.7 Maxnone