तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	OpenAI: GPT-5.3-Codex medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#7
स्कोर	7.43	7.93
संगति	9.40	8.84
प्रति परिणाम लागत	8.105	4.641
कुल लागत	$0.811	$0.465
सही परीक्षण
गलत टेस्ट	4	4
प्रति प्रयास पास दर	73.8%	78.6%
अस्थिर टेस्ट	1	2
आउटपुट टोकन	29,098	1,201
रीजनिंग टोकन	20,435	30,056

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492

तुलना जोड़ी बदलें

Anthropic: Claude Sonnet 4.6 की तुलना इससे करें...

OpenAI: GPT-5.3-Codex की तुलना इससे करें...