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 Plus 2026-02-15

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Rilis: 2026-02-15
Skor 8.3 8.1
Peringkat #15 #20
Keandalan 10.0 10.0
Konsistensi 8.4 8.8
Tes benar
Tingkat lulus per percobaan 81.7% 76.7%
Tes tidak stabil 4 3
Total Run 60 60
Biaya per hasil 4.891 2.259
Total Biaya $0.685 $0.317
Harga input $1.750 / 1M $0.260 / 1M
Harga output $14.000 / 1M $1.560 / 1M
Token output 2,332 2,184
Token penalaran 42,616 173,206
Waktu respons (rata-rata) 15.97s 67.90s
Waktu respons (maks) 100.93s 266.69s
Waktu respons (total) 319.30s 882.70s

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 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 205 21,236
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 18.45s 514 7,266
Qwen3.5 Plus 2026-02-15 7.6 6.7 66.7% 1 193.80s 406 63,554
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 421 7,906
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 270 14,916
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 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 35 16,680
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 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 73 8,675
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 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 101 7,704
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 Plus 2026-02-15 10.0 10.0 100.0% 0 34.57s 340 14,496
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 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 309 909
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 24 17,130

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15mediumGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium