Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.3-Codex

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik Claude Opus 4.7 Claude Opus 4.7 none Rilis: 2026-04-16 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 8.9 8.2
Peringkat #5 #13
Keandalan 10.0 10.0
Konsistensi 10.0 8.3
Tes benar
Tingkat lulus per percobaan 84.2% 80.7%
Tes tidak stabil 0 4
Total Run 57 57
Biaya per hasil 3.164 4.594
Total Biaya $0.507 $0.598
Harga input $5.000 / 1M $1.750 / 1M
Harga output $25.000 / 1M $14.000 / 1M
Token output 6,329 2,309
Token penalaran 0 36,880
Waktu respons (rata-rata) 3.04s 15.33s
Waktu respons (maks) 18.27s 100.93s
Waktu respons (total) 57.79s 291.34s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 8.3 10.0 75.0% 0 2.12s 522 0
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 2.84s 494 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 9.5 10.0 100.0% 0 18.27s 3,504 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 2.15s 324 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 7.7 10.0 66.7% 0 1.19s 78 0
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 3.47s 257 0
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 1.46s 114 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 2.58s 661 0
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 10.0 10.0 100.0% 0 4.74s 372 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.7 3.0 10.0 0.0% 0 1.46s 3 0
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.6 Max PreviewnoneRing 2.6 1tnoneTersedia gratisvsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGPT-5.3-CodexmediumGemma 4 31BnoneTersedia gratisvsGPT-5.3-CodexmediumDeepSeek V4 ProhighvsGPT-5.3-CodexmediumGemini 3.1 Flash LiteminimalvsGPT-5.3-Codexmedium