- 順位
- #26
- 合計出力トークン
- 51,927
- 応答時間（平均）
- 12.97s
- 合計コスト
- $1.983
Claude Opus 4.8 (medium) vs GPT-5.3-Codex (medium)
GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 8.8 です。 GPT-5.3-Codex (medium) の benchmark コストが低く、$0.988 vs $1.983 です。 Claude Opus 4.8 (medium) の方が高速で、12.97s vs 16.91s です、成功率は 83.3% vs 83.3% です。
- 順位
- #22
- 合計出力トークン
- 60,374
- 応答時間（平均）
- 16.91s
- 合計コスト
- $0.988
おすすめモデル
GPT-5.3-Codex (medium)
ここでは最高スコア（8.9）で、Claude Opus 4.8 (medium) より約 2.0 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 medium | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| スコア | 8.8 | 8.9 |
| 順位 | #26 | #22 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 83.3% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 11.662 | 6.171 |
| 合計コスト | $1.983 | $0.988 |
| 入力価格 | $5.000 / 1M | $1.750 / 1M |
| 出力価格 | $25.000 / 1M | $14.000 / 1M |
| 合計入力トークン | 138,448 | 81,187 |
| 出力トークン | 40,765 | 6,258 |
| 推論トークン | 11,162 | 54,116 |
| 応答時間（平均） | 12.97s | 16.91s |
| 応答時間（最大） | 70.54s | 100.93s |
| 応答時間（合計） | 285.29s | 372.03s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~1.2T 総数 (~80B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 Claude Opus 4.8
medium- コスト
- $0.057
- 時間
- 23.1s
- トークン
- 2,412 tok
#22 GPT-5.3-Codex
medium- コスト
- $0.049
- 時間
- 54.9s
- トークン
- 3,580 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 834 | 1,179 | 478 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 54.29s | 101,005 | 19,531 | 4,762 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 26.04s | 57,988 | 4,258 | 5,816 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.6 | 7.2 | 22.2% | 1 | 18.11s | 972 | 7,476 | 2,987 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 63.93s | 732 | 71 | 30,150 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.46s | 708 | 237 | 0 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 894 | 791 | 483 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 8.96s | 11,775 | 301 | 225 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 6.14s | 258 | 451 | 214 | |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsGemini 3.6 FlashlowGPT-5.3-CodexmediumvsGrok 4.5highSeed 2.1 TurbohighvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGLM 5.3 FlashmaxClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsMuse Spark 1.2highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsSeed 2.1 TurbohighSeed 2.1 TurbolowvsGPT-5.3-CodexmediumGemini 3.5 Flash LitehighvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsQwen3.8 Maxlow