AI BENCHY Compare
OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.6 Max Preview
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: 2026-04-27
| 指標 | GPT-5.3-Codex GPT-5.3-Codex medium | Qwen3.6 Max Preview Qwen3.6 Max Preview medium |
|---|---|---|
| スコア | 8.6 | 8.8 |
| 順位 | #11 | #8 |
| 信頼性 | 該当なし | 10.0 |
| 一貫性 | 8.7 | 9.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 85.2% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 4.405 | 5.486 |
| 合計コスト | $0.573 | $0.823 |
| ???? | $1.750 / 1M | $1.300 / 1M |
| ???? | $14.000 / 1M | $7.800 / 1M |
| 出力トークン | 2,279 | 2,158 |
| 推論トークン | 35,179 | 97,495 |
| 応答時間（平均） | 15.38s | 48.31s |
| 応答時間（最大） | 100.93s | 186.74s |
| 応答時間（合計） | 276.91s | 869.64s |
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） | 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 | 240 | 1,722 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 8.95s | 491 | 1,530 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 117.87s | 368 | 13,790 |
| 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） | 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 | 364 | 2,731 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 121.49s | 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） | 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 | 234 | 728 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 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） | 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 | 64 | 25,308 | |
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 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） | 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 | 187 | 331 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 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） | 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 | 93 | 693 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.12s | 352 | 1,644 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.19s | 301 | 7,649 |
| 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） | 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 | 254 | 492 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 309 | 1,571 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGPT-5.3-CodexmediumvsHY3 Previewhigh無料で利用可能GPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumQwen3.6 Max PreviewmediumvsHY3 Previewhigh無料で利用可能Claude Opus 4.7nonevsQwen3.6 Max PreviewmediumGPT-5.3-CodexmediumvsHY3 Previewlow無料で利用可能Gemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumQwen3.6 Max PreviewmediumvsHY3 Previewlow無料で利用可能