तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.3-Codex

मॉडेल नाव:

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium प्रकाशन: प्रकाशन तारीख अज्ञात	OpenAI: GPT-5.3-Codex medium प्रकाशन: प्रकाशन तारीख अज्ञात
क्रमांक	#20	#7
स्कोअर	6.07	7.93
सुसंगतता	8.80	8.84
प्रति निकाल खर्च	10.992	4.641
एकूण खर्च	$0.880	$0.465
बरोबर चाचण्या
चुकीच्या चाचण्या	6	4
प्रति प्रयत्न पास दर	61.9%	78.6%
अस्थिर चाचण्या	2	2
आउटपुट टोकन्स	19,576	1,201
रिझनिंग टोकन्स	11,081	30,056

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693

Puzzle Solving	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492

तुलना जोडी बदला

Anthropic: Claude Opus 4.6 ची तुलना याच्याशी करा...

OpenAI: GPT-5.3-Codex ची तुलना याच्याशी करा...