AI BENCHY Compare

MoonshotAI: Kimi K3 vs OpenAI: GPT-5.3-Codex

概要

GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 8.5 です。 GPT-5.3-Codex (medium) の benchmark コストが低く、$0.740 vs $3.112 です。 GPT-5.3-Codex (medium) の方が高速で、16.22s vs 122.48s です、成功率は 82.5% vs 82.5% です。

おすすめモデルGPT-5.3-Codex (medium)ここでは最高スコア（8.9）で、Kimi K3 (max) より約 4.2 倍低コストです。

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: 2026-07-16

指標	Kimi K3 Kimi K3 max リリース: 2026-07-16	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05

指標	Kimi K3 Kimi K3 max リリース: 2026-07-16	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05
スコア	8.5	8.9
順位	#21	#13
信頼性	9.4	10.0
一貫性	9.2	8.5
正解テスト
試行ごとの合格率	82.5%	82.5%
不安定なテスト	2	4
総実行回数	63	63
結果あたりのコスト	19.446	4.932
合計コスト	$3.112	$0.740
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	34,916	34,299
出力トークン	2,910	2,357
推論トークン	197,529	46,189
応答時間（平均）	122.48s	16.22s
応答時間（最大）	766.58s	100.93s
応答時間（合計）	2327.06s	340.67s

生成ショーケース

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

コスト: $0.281
時間: 506.9s
トークン: 18,863 tok

#13 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
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
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
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
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
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
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
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
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
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871
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
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
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
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
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
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	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
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
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

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max