नेविगेशन
Advertise here

GPT-5.3-Codex (medium) vs Qwen3.8 MAX (medium)

average score लगभग बराबर है: 9.1 vs 9.2. Qwen3.8 MAX (medium) की benchmark लागत कम है: $1.181 vs $1.318. GPT-5.3-Codex (medium) तेज है: 18.87s vs 27.34s, pass rates 84.1% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#43
कुल आउटपुट टोकन
66,287
प्रतिक्रिया समय (औसत)
18.87s
कुल लागत
$1.318
रैंक
#40
कुल आउटपुट टोकन
104,596
प्रतिक्रिया समय (औसत)
27.34s
कुल लागत
$1.181
अनुशंसित मॉडल GPT-5.3-Codex (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (9.1) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05 Qwen3.8 MAX Qwen3.8 MAX medium रिलीज़: 2026-08-04
स्कोर 9.1 9.2
रैंक #43 #40
विश्वसनीयता 10.0 10.0
संगति 8.6 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 81.2%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 7.753 5.266
कुल लागत $1.318 $1.181
इनपुट कीमत $1.750 / 1M $2.000 / 1M
आउटपुट कीमत $14.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.175 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 222,794 276,512
आउटपुट टोकन 7,357 8,152
रीजनिंग टोकन 58,930 96,444
प्रतिक्रिया समय (औसत) 18.87s 27.34s
प्रतिक्रिया समय (अधिकतम) 100.93s 126.60s
प्रतिक्रिया समय (कुल) 433.94s 628.75s
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.

#43 GPT-5.3-Codex

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

#40 Qwen3.8 MAX

medium
लागत
$0.028
समय
71.9s
टोकन
4,750 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 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumClaude Haiku 5.5xhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumDeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumMuse Spark OpenhighvsQwen3.8 MAXmediumDeepSeek V4.1 Flash 1017lowvsGPT-5.3-CodexmediumMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsGPT-5.3-Codexmedium