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: Qwen3.7 Max

Ringkasan

Perbandingan benchmark GPT-5.3-Codex vs Qwen3.7 Max: Qwen3.7 Max unggul dalam skor rata-rata dengan 9.4 vs 8.9. Qwen3.7 Max memiliki biaya benchmark lebih rendah di $0.523 vs $0.740. Qwen3.7 Max lebih cepat di 16.02s vs 16.22s, dengan tingkat keberhasilan 82.5% vs 88.9%.

Model yang direkomendasikan: Qwen3.7 Max - It has the strongest score in this comparison (9.4) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 Qwen3.7 Max Qwen3.7 Max medium Rilis: 2026-05-22
Skor 8.9 9.4
Peringkat #10 #3
Keandalan 10.0 10.0
Konsistensi 8.5 9.6
Tes benar
Tingkat lulus per percobaan 82.5% 88.9%
Tes tidak stabil 4 1
Total Run 63 63
Biaya per hasil 4.932 5.517
Total Biaya $0.740 $0.523
Harga input $1.750 / 1M $1.250 / 1M
Harga output $14.000 / 1M $3.750 / 1M
Total token input 34,299 42,360
Token output 2,357 2,129
Token penalaran 46,189 122,959
Waktu respons (rata-rata) 16.22s 16.02s
Waktu respons (maks) 100.93s 59.98s
Waktu respons (total) 340.67s 336.51s

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#10 GPT-5.3-Codex

medium
Biaya
$0.049
Waktu
54.9s
Token
3,580 tok

#3 Qwen3.7 Max

medium
Biaya
$0.017
Waktu
68.8s
Token
4,526 tok

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 input Token output Token penalaran
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium