नेव्हिगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 (medium) vs GPT-5.3-Codex (medium)

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: $0.988 vs $1.983. Claude Opus 4.8 (medium) वेगवान आहे: 12.97s vs 16.91s, pass rates 83.3% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-26

क्रमांक
#26
एकूण आउटपुट टोकन्स
51,927
प्रतिसाद वेळ (सरासरी)
12.97s
एकूण खर्च
$1.983
क्रमांक
#22
एकूण आउटपुट टोकन्स
60,374
प्रतिसाद वेळ (सरासरी)
16.91s
एकूण खर्च
$0.988
शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

It has the best score here (8.9), while costing about 2.0x less than Claude Opus 4.8 (medium).

तपशीलवार तुलना

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 #26 #22
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 83.3% 83.3%
अस्थिर चाचण्या 2 4
एकूण रन 66 66
प्रति निकाल खर्च 11.662 6.171
एकूण खर्च $1.983 $0.988
इनपुट किंमत $5.000 / 1M $1.750 / 1M
आउटपुट किंमत $25.000 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 138,448 81,187
आउटपुट टोकन्स 40,765 6,258
रिझनिंग टोकन्स 11,162 54,116
प्रतिसाद वेळ (सरासरी) 12.97s 16.91s
प्रतिसाद वेळ (कमाल) 70.54s 100.93s
प्रतिसाद वेळ (एकूण) 285.29s 372.03s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~1.2T एकूण (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#26 Claude Opus 4.8

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

#22 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

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

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsGemini 3.6 FlashlowGPT-5.3-CodexmediumvsGrok 4.5highSeed 2.1 TurbohighvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGLM 5.3 FlashmaxClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsMuse Spark 1.2highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsSeed 2.1 TurbohighSeed 2.1 TurbolowvsGPT-5.3-CodexmediumGemini 3.5 Flash LitehighvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsQwen3.8 Maxlow