- 順位
- #32
- 合計出力トークン
- 60,374
- 応答時間（平均）
- 16.91s
- 合計コスト
- $0.988
GPT-5.3-Codex (medium) vs Qwen3.8 Max (0902) (medium)
GPT-5.3-Codex (medium) が平均スコアでリードし、8.9 vs 8.8 です。 Qwen3.8 Max (0902) (medium) の benchmark コストが低く、$0.677 vs $0.988 です。 GPT-5.3-Codex (medium) の方が高速で、16.91s vs 26.01s です、成功率は 83.3% vs 83.3% です。
- 順位
- #36
- 合計出力トークン
- 80,678
- 応答時間（平均）
- 26.01s
- 合計コスト
- $0.677
おすすめモデル
GPT-5.3-Codex (medium)
ここでは最高スコア（8.9）で、Qwen3.8 Max (0902) (medium) より約 1.5 倍速く応答します。
詳細比較
| 指標 | GPT-5.3-Codex GPT-5.3-Codex medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium |
|---|---|---|
| スコア | 8.9 | 8.8 |
| 順位 | #32 | #36 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 9.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 83.3% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.171 | 3.981 |
| 合計コスト | $0.988 | $0.677 |
| 入力価格 | $1.750 / 1M | $2.000 / 1M |
| 出力価格 | $14.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 81,187 | 96,323 |
| 出力トークン | 6,258 | 5,961 |
| 推論トークン | 54,116 | 74,717 |
| 応答時間（平均） | 16.91s | 26.01s |
| 応答時間（最大） | 100.93s | 168.09s |
| 応答時間（合計） | 372.03s | 572.19s |
| パラメータ | ~1.2T 総数 (~80B アクティブ) | 2.4T 総数 (~100B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 GPT-5.3-Codex
medium- コスト
- $0.049
- 時間
- 54.9s
- トークン
- 3,580 tok
#36 Qwen3.8 Max (0902)
medium- コスト
- $0.036
- 時間
- 108.3s
- トークン
- 5,980 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.03s | 672 | 295 | 2,003 |
| 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 | |
| Qwen3.8 Max (0902) | 8.4 | 7.4 | 88.9% | 1 | 45.74s | 7,893 | 551 | 20,628 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 94.38s | 68,852 | 3,895 | 24,303 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 10.54s | 7,782 | 261 | 2,591 |
| 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 | 63.93s | 732 | 71 | 30,150 | |
| Qwen3.8 Max (0902) | 3.6 | 7.2 | 22.2% | 1 | 49.45s | 780 | 44 | 19,572 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 7.56s | 516 | 202 | 689 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.24s | 699 | 90 | 886 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.89s | 696 | 353 | 1,599 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.93s | 8,229 | 249 | 194 |
| 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 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 17.01s | 204 | 21 | 2,252 |
クイック比較
比較ペアを切り替え
GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.8 Max (0902)mediumGPT-5.3-CodexmediumvsGrok 4.5highSeed 2.1 TurbohighvsGPT-5.3-CodexmediumGemini 3.5 Flash LitehighvsQwen3.8 Max (0902)mediumClaude Opus 5lowvsQwen3.8 Max (0902)mediumGemini 3.6 FlashlowvsQwen3.8 Max (0902)mediumQwen3.8 Max (0902)mediumvsGLM 5.3 FlashmaxClaude Fable 5.1highvsGPT-5.3-CodexmediumSeed 2.1 TurbohighvsQwen3.8 Max (0902)mediumGemini 3.5 FlashlowvsGPT-5.3-Codexmedium