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 none Rilis: Tanggal rilis tidak diketahui OpenAI: GPT-5.3-Codex medium Rilis: Tanggal rilis tidak diketahui
Peringkat #14 #7
Skor 6.36 7.93
Konsistensi 9.50 8.84
Biaya per hasil 1.325 4.641
Total Biaya $0.106 $0.465
Tes benar
Tes Salah 6 4
Tingkat lulus per percobaan 59.5% 78.6%
Tes tidak stabil 1 2
Token output 2,637 1,201
Token penalaran 0 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 4.00 10.00 33.3% 0 1,199 0
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% 0 252 0
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 7.00 10.00 66.7% 0 54 0
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 5.50 10.00 50.0% 0 90 0
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 5.00 7.68 44.4% 1 595 0
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% 0 447 0
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...