Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex

GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.661 vs $0.920 です。 Claude Sonnet 4.6 の方が高速で、8.12s vs 16.96s です、成功率は 57.6% vs 83.3% です。

おすすめモデルGPT-5.3-Codex (medium)この比較で最も高いスコア（8.9）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-25

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05
スコア	7.3	8.9
順位	#71	#18
信頼性	10.0	10.0
一貫性	9.7	8.6
正解テスト
試行ごとの合格率	57.6%	83.3%
不安定なテスト	1	4
総実行回数	66	66
結果あたりのコスト	5.502	5.748
合計コスト	$0.661	$0.920
入力価格	$3.000 / 1M	$1.750 / 1M
出力価格	$15.000 / 1M	$14.000 / 1M
合計入力トークン	123,264	81,268
出力トークン	19,362	6,251
推論トークン	0	49,274
応答時間（平均）	8.12s	16.96s
応答時間（最大）	51.18s	100.93s
応答時間（合計）	121.78s	373.19s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

コスト: $0.038
時間: 27.3s
トークン: 2,598 tok

#18 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

カテゴリ:

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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
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 Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
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