ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

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

概要

GPT-5.3-Codex (medium) vs Qwen3.7 Max の benchmark 比較: GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 6.9 です。 Qwen3.7 Max の benchmark コストが低く、$0.054 vs $0.740 です。 Qwen3.7 Max の方が高速で、1.30s vs 16.22s です、成功率は 82.5% vs 66.7% 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（6.9）、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: 2026-07-10

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 6.9
順位 #13 #82
信頼性 10.0 10.0
一貫性 8.5 10.0
正解テスト
試行ごとの合格率 82.5% 66.7%
不安定なテスト 4 0
総実行回数 63 63
結果あたりのコスト 4.932 0.744
合計コスト $0.740 $0.054
入力価格 $1.750 / 1M $1.250 / 1M
出力価格 $14.000 / 1M $3.750 / 1M
合計入力トークン 34,299 37,107
出力トークン 2,357 1,994
推論トークン 46,189 0
応答時間（平均） 16.22s 1.30s
応答時間（最大） 100.93s 3.92s
応答時間（合計） 340.67s 27.21s

生成ショーケース

Hamster playing table tennis

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

#13 GPT-5.3-Codex

medium
コスト
$0.049
時間
54.9s
トークン
3,580 tok

#82 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

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 19.56s 11,019 364 2,731
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 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

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 Maxnonegpt-oss-120bmedium無料で利用可能vsQwen3.7 MaxnoneLaguna XS 2.1medium無料で利用可能vsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 26B A4Bmedium無料で利用可能vsQwen3.7 MaxnoneGemini 3.5 FlashlowvsGPT-5.3-Codexmedium