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

Claude Opus 5 (low) vs GPT-5.3-Codex (medium)

GPT-5.3-Codex (medium) average score में आगे है: 9.1 vs 9.0. GPT-5.3-Codex (medium) की benchmark लागत कम है: $1.318 vs $2.350. Claude Opus 5 (low) तेज है: 9.87s vs 18.87s, pass rates 84.1% vs 84.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#51
कुल आउटपुट टोकन
23,416
प्रतिक्रिया समय (औसत)
9.87s
कुल लागत
$2.350
रैंक
#38
कुल आउटपुट टोकन
66,287
प्रतिक्रिया समय (औसत)
18.87s
कुल लागत
$1.318
अनुशंसित मॉडल GPT-5.3-Codex (medium)

It has the best score here (9.1), while costing about 1.8x less than Claude Opus 5 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05
स्कोर 9.0 9.1
रैंक #51 #38
विश्वसनीयता 10.0 10.0
संगति 9.7 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 84.1%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 12.367 7.753
कुल लागत $2.350 $1.318
इनपुट कीमत $5.000 / 1M $1.750 / 1M
आउटपुट कीमत $25.000 / 1M $14.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.175 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 352,845 222,794
आउटपुट टोकन 16,553 7,357
रीजनिंग टोकन 7,007 58,930
प्रतिक्रिया समय (औसत) 9.87s 18.87s
प्रतिक्रिया समय (अधिकतम) 73.15s 100.93s
प्रतिक्रिया समय (कुल) 226.95s 433.94s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1.2T कुल (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#51 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#38 GPT-5.3-Codex

medium
लागत
$0.049
समय
54.9s
टोकन
3,580 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

तुलना जोड़ी बदलें