Claude Opus 5 (low) vs GPT-5.3-Codex (medium)

GPT-5.3-Codex (medium) average score मध्ये पुढे आहे: 9.1 vs 9.0. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $1.318 vs $2.350. Claude Opus 5 (low) वेगवान आहे: 9.87s vs 18.87s, pass rates 84.1% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #51
एकूण आउटपुट टोकन्स: 23,416
प्रतिसाद वेळ (सरासरी): 9.87s
एकूण खर्च: $2.350

क्रमांक: #38
एकूण आउटपुट टोकन्स: 66,287
प्रतिसाद वेळ (सरासरी): 18.87s
एकूण खर्च: $1.318

शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

It has the best score here (9.1), while costing about 1.8x less than Claude Opus 5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 low प्रकाशन: 2026-07-25	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05

मेट्रिक	Claude Opus 5 Claude Opus 5 low प्रकाशन: 2026-07-25	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर	9.0	9.1
क्रमांक	#51	#38
विश्वसनीयता	10.0	10.0
सुसंगतता	9.7	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	84.1%
अस्थिर चाचण्या	1	4
एकूण रन	69	69
प्रति निकाल खर्च	12.367	7.753
एकूण खर्च	$2.350	$1.318
इनपुट किंमत	$5.000 / 1M	$1.750 / 1M
आउटपुट किंमत	$25.000 / 1M	$14.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.175 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	लागू नाही
एकूण इनपुट टोकन्स	352,845	222,794
आउटपुट टोकन्स	16,553	7,357
रिझनिंग टोकन्स	7,007	58,930
प्रतिसाद वेळ (सरासरी)	9.87s	18.87s
प्रतिसाद वेळ (कमाल)	73.15s	100.93s
प्रतिसाद वेळ (एकूण)	226.95s	433.94s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1.2T एकूण (~80B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#51 Claude Opus 5

low

खर्च: $0.062
वेळ: 30.2s
टोकन्स: 2,615 tok

#38 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		73.15s	218,075	2,949	2,619
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376
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 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
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 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

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 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79
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 5	5.3	10.0	33.3%	0		8.91s	972	1,928	1,479
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		3.76s	708	293	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 5	10.0	10.0	100.0%	0		4.13s	909	242	146
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 5	10.0	10.0	100.0%	0		4.23s	894	607	300
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 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0
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 5	3.0	10.0	0.0%	0		6.48s	258	363	337
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

तुलना जोडी बदला

Claude Opus 5lowvsGemini 4 Argonmedium Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium Claude Opus 5lowvsGLM 5.3 Flashmax Claude Opus 5lowvsGemini 3.5 Flash Litehigh Muse WonderlowvsGPT-5.3-Codexmedium Claude Opus 5lowvsMuse Spark 1.3medium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium