Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik Anthropic: Claude Sonnet 4.6 medium Rilis: Tanggal rilis tidak diketahui OpenAI: GPT-5.3-Codex medium Rilis: Tanggal rilis tidak diketahui
Peringkat #8 #7
Skor 7.43 7.93
Konsistensi 9.40 8.84
Biaya per hasil 8.105 4.641
Total Biaya $0.811 $0.465
Tes benar
Tes Salah 4 4
Tingkat lulus per percobaan 73.8% 78.6%
Tes tidak stabil 1 2
Token output 29,098 1,201
Token penalaran 20,435 30,056

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 216 1,421
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 234 735
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
OpenAI: GPT-5.3-Codex 4.00 7.21 55.6% 1 64 25,308
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
OpenAI: GPT-5.3-Codex 9.00 10.00 50.0% 0 93 693
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
OpenAI: GPT-5.3-Codex 7.00 7.38 77.8% 1 340 1,407
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 254 492

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Sonnet 4.6 dengan...

Bandingkan OpenAI: GPT-5.3-Codex dengan...