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 Plus

Ringkasan

Perbandingan benchmark GPT-5.3-Codex vs Qwen3.7 Plus: GPT-5.3-Codex unggul dalam skor rata-rata dengan 8.4 vs 8.2. Qwen3.7 Plus memiliki biaya benchmark lebih rendah di $0.221 vs $0.740. GPT-5.3-Codex lebih cepat di 16.22s vs 38.95s, dengan tingkat keberhasilan 82.5% vs 77.8%.

Model yang direkomendasikan: Qwen3.7 Plus - Its score stays close to the best score here (8.2 vs 8.4), while costing about 3.3x less than GPT-5.3-Codex.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05 Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03
Skor 8.4 8.2
Peringkat #15 #18
Keandalan 10.0 10.0
Konsistensi 8.5 9.1
Tes benar
Tingkat lulus per percobaan 82.5% 77.8%
Tes tidak stabil 4 2
Total Run 63 63
Biaya per hasil 4.932 1.474
Total Biaya $0.740 $0.221
Harga input $1.750 / 1M $0.400 / 1M
Harga output $14.000 / 1M $1.600 / 1M
Total token input 34,299 40,939
Token output 2,357 2,125
Token penalaran 46,189 125,754
Waktu respons (rata-rata) 16.22s 38.95s
Waktu respons (maks) 100.93s 178.04s
Waktu respons (total) 340.67s 817.85s

Generation showcase

Hamster playing table tennis

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

#15 GPT-5.3-Codex

medium
Cost
$0.049
Time
54.9s
Tokens
3,580 tok

#18 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashnonevsQwen3.7 PlusmediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.5 FlashminimalvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsQwen3.7 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.7 Plusmedium