तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-Flash

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-Flash medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#7	#24
स्कोर	7.93	5.79
संगति	8.84	7.60
प्रति परिणाम लागत	4.641	0.650
कुल लागत	$0.465	$0.046
सही परीक्षण
गलत टेस्ट	4	7
प्रति प्रयास पास दर	78.6%	66.7%
अस्थिर टेस्ट	2	4
आउटपुट टोकन	1,201	1,194
रीजनिंग टोकन	30,056	108,368

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-Flash	10.00	10.00	100.0%	0		363	23,645

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-Flash	5.50	5.87	83.3%	1		235	16,237

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-Flash	1.00	4.41	33.3%	2		52	34,605

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-Flash	7.50	9.91	50.0%	0		98	14,139

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-Flash	4.00	7.21	55.6%	1		137	18,458

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-Flash	10.00	10.00	100.0%	0		309	1,284

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-Flash की तुलना इससे करें...