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: 2026-06-01

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 7.6 7.4
Peringkat #52 #57
Keandalan 10.0 10.0
Konsistensi 9.2 8.4
Tes benar
Tingkat lulus per percobaan 68.3% 68.3%
Tes tidak stabil 2 4
Total Run 60 60
Biaya per hasil 10.229 3.350
Total Biaya $1.330 $0.402
Harga input $3.000 / 1M $1.750 / 1M
Harga output $15.000 / 1M $14.000 / 1M
Token output 49,891 24,757
Token penalaran 29,565 0
Waktu respons (rata-rata) 15.81s 6.13s
Waktu respons (maks) 46.35s 18.33s
Waktu respons (total) 189.71s 122.61s

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 6.9 6.0 66.7% 1 33.87s 11,277 3,281
GPT-5.3 Chat 6.9 6.2 66.7% 1 10.52s 4,772 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 9.8 10.0 100.0% 0 3.51s 1,491 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 5.31s 592 646
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 1,758 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
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.7 FlashlowKimi K2.6mediumTersedia gratisvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneMiniMax M3mediumvsGPT-5.3 Chatnone