AI BENCHY
Advertise here
#15

GPT-5.3-Codex

OpenAI Rilis: 2026-02-05 Diuji pada: 2026-05-22 00:19 openai/gpt-5.3-codex::medium

Ringkasan

GPT-5.3-Codex mendapat skor 8.3 di AI BENCHY dan berada di peringkat #15. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 81.7%, total biaya $0.685, dan waktu respons rata-rata 15.97s.

Skor

8.3

Konsistensi

8.4

Keandalan

10.0

Total biaya (harga saat ini)

$0.685

Total token output

44,948

Total token input

0

Harga input

$1.750 / 1M

Harga output

$14.000 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 81.7%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

15.97s

Waktu respons (maks): 100.93s

Waktu respons (total): 319.30s

Jawaban salah: 4 Tidak mengikuti instruksi: 2

Showcase generasi

Hamster playing table tennis

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

#15 GPT-5.3-Codex

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:45 Tes baru ditambahkan 8.4 10.0 $0.740 Bandingkan
2026-05-22 00:19 Uji ulang 8.3 10.0 $0.685 Run saat ini
2026-04-11 01:44 Run pertama yang tercatat 8.6 T/A $0.573 Bandingkan

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsQwen3.6 Max PreviewmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsGemini 3.1 Pro PreviewmediumGPT-5.3-CodexmediumvsClaude Opus 4.7mediumGPT-5.3-CodexmediumvsGemini 3.5 FlashhighGPT-5.3-CodexmediumvsGemini 3 Flash PreviewmediumGPT-5.3-CodexmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGPT-5.3-CodexmediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.7 7.9
Pemrograman 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.9 7.2
Kecerdasan umum 4.6 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 9.0 7.9
Pemanggilan alat 10.0 10.0
Pengetahuan umum 2.8 1.6

Model yang Dibandingkan