Advertise here
#53

GPT 5.3 Chat

OpenAI रिलीज़: 2026-03-03 परीक्षण किया गया: 2026-05-22 00:20 openai/gpt-5.3-chat::none
~400B कुल (~17B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

GPT 5.3 Chat AI BENCHY पर 7.4 स्कोर करता है और #53 पर है। इसकी reliability 10.0, pass rate 68.3%, कुल लागत $0.401, और औसत response time 6.10s है।

GPT 5.3 Chat को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~400B कुल (~17B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

8.4

कुल आउटपुट टोकन

24,689

कुल इनपुट टोकन

0

इनपुट कीमत

$1.750 / 1M

आउटपुट कीमत

$14.000 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 68.3%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

6.10s

प्रतिक्रिया समय (अधिकतम): 18.33s

प्रतिक्रिया समय (कुल): 121.99s

Hamster playing table tennis

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

#53 GPT-5.3 Chat

default
लागत
$0.008
समय
8.1s
टोकन
634 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:24 दोबारा परीक्षण 7.5 10.0 $0.533 तुलना करें
2026-07-16 22:40 नया टेस्ट जोड़ा गया 7.5 10.0 $0.571 तुलना करें
2026-06-04 13:47 नया टेस्ट जोड़ा गया 7.2 10.0 $0.433 तुलना करें
2026-05-22 00:20 दोबारा परीक्षण 7.4 10.0 $0.401 वर्तमान रन
2026-04-11 01:44 पहला दर्ज रन 7.7 लागू नहीं $0.340 तुलना करें

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.7 8.1
कोडिंग 6.9 6.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 4.6 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल