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 Sonnet 4.6 vs OpenAI: GPT-5.3 Chat

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03
Skor 8.0 7.7
Peringkat #26 #35
Konsistensi 9.5 8.6
Tes benar
Tingkat lulus per percobaan 74.1% 68.5%
Tes tidak stabil 1 3
Total Run 54 54
Biaya per hasil 8.930 3.082
Total Biaya $1.161 $0.340
Harga input $3.000 / 1M $1.750 / 1M
Harga output $15.000 / 1M $14.000 / 1M
Token output 42,068 20,784
Token penalaran 26,784 0
Waktu respons (rata-rata) 12.66s 5.88s
Waktu respons (maks) 46.35s 18.33s
Waktu respons (total) 126.62s 105.90s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 35.76s 6,894 2,097
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-OmnimediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGPT-5.3 ChatnonevsGLM 5.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.5 Flashmedium