नेविगेशन
Advertise here

GPT-5.3-Codex (medium) vs Qwen3.8 Max (0902) (high)

average score लगभग बराबर है: 9.1 vs 9.1. GPT-5.3-Codex (medium) की benchmark लागत कम है: $1.318 vs $3.306. GPT-5.3-Codex (medium) तेज है: 18.87s vs 186.06s, pass rates 84.1% vs 87.0%.

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

तुलना किए गए मॉडल

रैंक
#38
कुल आउटपुट टोकन
66,287
प्रतिक्रिया समय (औसत)
18.87s
कुल लागत
$1.318
रैंक
#37
कुल आउटपुट टोकन
441,352
प्रतिक्रिया समय (औसत)
186.06s
कुल लागत
$3.306
अनुशंसित मॉडल GPT-5.3-Codex (medium)

It has the best score here (9.1), while costing about 2.5x less than Qwen3.8 Max (0902) (high).

विस्तृत तुलना

मेट्रिक GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high रिलीज़: 2026-09-07
स्कोर 9.1 9.1
रैंक #38 #37
विश्वसनीयता 10.0 9.8
संगति 8.6 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 87.0%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 7.753 18.364
कुल लागत $1.318 $3.306
इनपुट कीमत $1.750 / 1M $2.000 / 1M
आउटपुट कीमत $14.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.175 / 1M $0.250 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 222,794 328,637
आउटपुट टोकन 7,357 8,619
रीजनिंग टोकन 58,930 432,733
प्रतिक्रिया समय (औसत) 18.87s 186.06s
प्रतिक्रिया समय (अधिकतम) 100.93s 912.78s
प्रतिक्रिया समय (कुल) 433.94s 4279.49s
पैरामीटर ~1.2T कुल (~80B सक्रिय) 2.4T कुल (~100B 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.

#38 GPT-5.3-Codex

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

#37 Qwen3.8 Max (0902)

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Haiku 5.5xhighvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultDeepSeek V4.1 Flash 1017lowvsGPT-5.3-CodexmediumMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsQwen3.8 Max (0902)high