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

OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.4

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

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Skor 8.6 8.2
Peringkat #7 #16
Konsistensi 8.7 8.7
Tes benar
Tingkat lulus per percobaan 83.3% 79.6%
Tes tidak stabil 3 3
Total Run 54 54
Biaya per hasil 4.405 6.399
Total Biaya $0.573 $0.832
Harga input $1.750 / 1M $2.500 / 1M
Harga output $14.000 / 1M $15.000 / 1M
Token output 2,279 2,169
Token penalaran 35,179 48,732
Waktu respons (rata-rata) 15.38s 18.63s
Waktu respons (maks) 100.93s 100.41s
Waktu respons (total) 276.91s 335.26s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium