Bandingkan Grafik

Bahasa:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-27B

Nama Model:

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

Ringkasan

Metrik	OpenAI: GPT-5.3-Codex medium Rilis: Tanggal rilis tidak diketahui	Qwen: Qwen3.5-27B medium Rilis: Tanggal rilis tidak diketahui
Peringkat	#7	#5
Skor	7.93	8.55
Konsistensi	8.84	9.55
Biaya per hasil	4.641	2.950
Total Biaya	$0.465	$0.325
Tes benar
Tes Salah	4	3
Tingkat lulus per percobaan	78.6%	83.3%
Tes tidak stabil	2	1
Token output	1,201	1,091
Token penalaran	30,056	131,807

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

Ganti Pasangan Perbandingan

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

Bandingkan Qwen: Qwen3.5-27B dengan...