नेविगेशन
AI BENCHY
Advertise here

GPT-5.3 Chat vs Qwen3.5-27B (medium)

GPT-5.3 Chat average score में आगे है: 7.5 vs 7.4. GPT-5.3 Chat की benchmark लागत कम है: $0.571 vs $0.981. GPT-5.3 Chat तेज है: 6.88s vs 111.94s, pass rates 68.2% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#81
कुल आउटपुट टोकन
30,854
प्रतिक्रिया समय (औसत)
6.88s
कुल लागत
$0.571
रैंक
#86
कुल आउटपुट टोकन
614,429
प्रतिक्रिया समय (औसत)
111.94s
कुल लागत
$0.981
अनुशंसित मॉडल GPT-5.3 Chat

It has the best score here (7.5), while costing about 1.7x less than Qwen3.5-27B (medium).

विस्तृत तुलना

मेट्रिक GPT-5.3 Chat GPT-5.3 Chat none रिलीज़: 2026-03-03 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 7.5 7.4
रैंक #81 #86
विश्वसनीयता 10.0 10.0
संगति 8.2 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 68.2% 72.7%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 4.387 8.324
कुल लागत $0.571 $0.981
इनपुट कीमत $1.750 / 1M $0.195 / 1M
आउटपुट कीमत $14.000 / 1M $1.560 / 1M
कुल इनपुट टोकन 78,990 111,635
आउटपुट टोकन 30,854 15,999
रीजनिंग टोकन 0 598,430
प्रतिक्रिया समय (औसत) 6.88s 111.94s
प्रतिक्रिया समय (अधिकतम) 18.33s 1026.43s
प्रतिक्रिया समय (कुल) 151.31s 2462.67s
पैरामीटर ~400B कुल (~17B सक्रिय) 27B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#81 GPT-5.3 Chat

none
लागत
$0.008
समय
8.1s
टोकन
634 tok

#86 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 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
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें