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 Qwen: Qwen3.5-27B

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

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24
Skor 8.6 8.4
Peringkat #5 #8
Konsistensi 8.7 8.8
Tes benar
Tingkat lulus per percobaan 83.3% 81.5%
Tes tidak stabil 3 3
Total Run 54 54
Biaya per hasil 4.405 3.822
Total Biaya $0.573 $0.497
Harga input $1.750 / 1M $0.195 / 1M
Harga output $14.000 / 1M $1.560 / 1M
Token output 2,279 2,500
Token penalaran 35,179 242,500
Waktu respons (rata-rata) 15.38s 53.03s
Waktu respons (maks) 100.93s 163.96s
Waktu respons (total) 276.91s 954.46s

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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
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
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
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
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
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
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
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
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium