Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-14

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 7.4 8.6
Peringkat #39 #5
Konsistensi 9.6 8.7
Tes benar
Tingkat lulus per percobaan 64.8% 83.3%
Tes tidak stabil 1 3
Total Run 54 54
Biaya per hasil 2.376 4.405
Total Biaya $0.262 $0.573
Harga input $3.000 / 1M $1.750 / 1M
Harga output $15.000 / 1M $14.000 / 1M
Token output 7,433 2,279
Token penalaran 0 35,179
Waktu respons (rata-rata) 4.98s 15.38s
Waktu respons (maks) 23.84s 100.93s
Waktu respons (total) 54.83s 276.91s

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 4.8 10.0 25.0% 0 2.94s 1,214 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 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 Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 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 Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 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 Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 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 Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 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 Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsGLM 5V Turbomedium