ナビゲーション
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 Chat vs Qwen: Qwen3.7 Plus

概要

GPT-5.3 Chat vs Qwen3.7 Plus の benchmark 比較: Qwen3.7 Plus が平均スコアでリードし、8.2 vs 7.5 です。 Qwen3.7 Plus の benchmark コストが低く、$0.177 vs $0.433 です。 GPT-5.3 Chat の方が高速で、6.34s vs 38.95s です、成功率は 66.7% vs 77.8% です。

おすすめモデル: Qwen3.7 Plus - ここでは最高スコア（8.2）で、GPT-5.3 Chat より約 2.4 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: 2026-06-12

指標 GPT-5.3 Chat GPT-5.3 Chat none リリース: 2026-03-03 Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア 7.5 8.2
順位 #47 #28
信頼性 10.0 10.0
一貫性 8.1 9.1
正解テスト
試行ごとの合格率 66.7% 77.8%
不安定なテスト 5 2
総実行回数 63 63
結果あたりのコスト 3.605 1.474
合計コスト $0.433 $0.177
入力価格 $1.750 / 1M $0.320 / 1M
出力価格 $14.000 / 1M $1.280 / 1M
合計入力トークン 34,209 40,939
出力トークン 26,617 2,125
推論トークン 0 125,754
応答時間（平均） 6.34s 38.95s
応答時間（最大） 18.33s 178.04s
応答時間（合計） 133.13s 817.85s

Generation showcase

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

クイック比較

比較ペアを切り替え

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow