तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-27B

मॉडल नाम:

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

सारांश

मेट्रिक	OpenAI: GPT-5.3-Codex medium रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5-27B medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#7	#5
स्कोर	7.93	8.55
संगति	8.84	9.55
प्रति परिणाम लागत	4.641	2.950
कुल लागत	$0.465	$0.325
सही परीक्षण
गलत टेस्ट	4	3
प्रति प्रयास पास दर	78.6%	83.3%
अस्थिर टेस्ट	2	1
आउटपुट टोकन	1,201	1,091
रीजनिंग टोकन	30,056	131,807

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-27B की तुलना इससे करें...