ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.6 Max Preview

概要

GPT-5.3-Codex vs Qwen3.6 Max Preview の benchmark 比較: Qwen3.6 Max Preview が平均スコアでリードし、8.5 vs 8.4 です。 GPT-5.3-Codex の benchmark コストが低く、$0.740 vs $0.960 です。 GPT-5.3-Codex の方が高速で、16.22s vs 59.63s です、成功率は 82.5% vs 81.0% です。

おすすめモデル: GPT-5.3-Codex - スコアはここでの最高値に近く（8.4 vs 8.5）、Qwen3.6 Max Preview より約 3.7 倍速く応答します。

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: 2026-06-04

指標 GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05 Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20
スコア 8.4 8.5
順位 #15 #14
信頼性 10.0 10.0
一貫性 8.5 9.3
正解テスト
試行ごとの合格率 82.5% 81.0%
不安定なテスト 4 2
総実行回数 63 63
結果あたりのコスト 4.932 7.024
合計コスト $0.740 $0.960
入力価格 $1.750 / 1M $1.040 / 1M
出力価格 $14.000 / 1M $6.240 / 1M
合計入力トークン 34,299 42,362
出力トークン 2,357 2,273
推論トークン 46,189 144,367
応答時間（平均） 16.22s 59.63s
応答時間（最大） 100.93s 238.07s
応答時間（合計） 340.67s 1252.17s

Generation showcase

Hamster playing table tennis

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

#15 GPT-5.3-Codex

medium
Cost
$0.049
Time
54.9s
Tokens
3,580 tok

#14 Qwen3.6 Max Preview

medium
Cost
$0.024
Time
76.5s
Tokens
3,861 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-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

クイック比較

比較ペアを切り替え

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashminimalvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsQwen3.6 Max Previewmedium