OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 7.4 です。 Qwen3.7 Max の benchmark コストが低く、$0.197 vs $0.920 です。 Qwen3.7 Max の方が高速で、4.52s vs 16.96s です、成功率は 83.3% vs 68.2% です。

おすすめモデルQwen3.7 Max総合的に最も良い選択です。競争力のあるスコア（7.4）、GPT-5.3-Codex (medium) より低いコスト、バランスの取れた応答時間があります。

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: 2026-07-25

指標	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22

指標	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22
スコア	8.9	7.4
順位	#18	#67
信頼性	10.0	9.9
一貫性	8.6	10.0
正解テスト
試行ごとの合格率	83.3%	68.2%
不安定なテスト	4	0
総実行回数	66	66
結果あたりのコスト	5.748	1.582
合計コスト	$0.920	$0.197
入力価格	$1.750 / 1M	$1.475 / 1M
出力価格	$14.000 / 1M	$4.425 / 1M
合計入力トークン	81,268	95,983
出力トークン	6,251	12,446
推論トークン	49,274	0
応答時間（平均）	16.96s	4.52s
応答時間（最大）	100.93s	72.30s
応答時間（合計）	373.19s	99.52s

Hamster playing table tennis

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

#18 GPT-5.3-Codex

medium

コスト: $0.049
時間: 54.9s
トークン: 3,580 tok

#67 Qwen3.7 Max

none

コスト: $0.046
時間: 195.0s
トークン: 12,171 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
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0

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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0

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		26.04s	57,988	4,258	5,816
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0

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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0

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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0

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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0

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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone Nemotron 3 Ultramedium無料で利用可能vsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.6 LunamediumvsQwen3.7 Maxnone