नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.3-Codex

सारांश

Claude Opus 4.8 (medium) vs GPT-5.3-Codex (medium) benchmark तुलना: GPT-5.3-Codex (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $0.740 vs $1.107. Claude Opus 4.8 (medium) वेगवान आहे: 9.72s vs 16.22s, pass rates 84.1% vs 82.5%.

शिफारस केलेले मॉडेल: GPT-5.3-Codex (medium) - It has the strongest score in this comparison (8.9) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-10

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28 GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर 8.8 8.9
क्रमांक #15 #13
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.1% 82.5%
अस्थिर चाचण्या 1 4
एकूण रन 63 63
प्रति निकाल खर्च 6.512 4.932
एकूण खर्च $1.107 $0.740
इनपुट किंमत $5.000 / 1M $1.750 / 1M
आउटपुट किंमत $25.000 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 61,007 34,299
आउटपुट टोकन्स 26,495 2,357
रिझनिंग टोकन्स 5,901 46,189
प्रतिसाद वेळ (सरासरी) 9.72s 16.22s
प्रतिसाद वेळ (कमाल) 38.03s 100.93s
प्रतिसाद वेळ (एकूण) 204.19s 340.67s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
खर्च
$0.057
वेळ
23.1s
टोकन्स
2,412 tok

#13 GPT-5.3-Codex

medium
खर्च
$0.049
वेळ
54.9s
टोकन्स
3,580 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

झटपट तुलना

तुलना जोडी बदला