Claude Sonnet 5.5 (max) vs GPT-5.3-Codex (medium)

Claude Sonnet 5.5 (max) average score मध्ये पुढे आहे: 9.0 vs 8.9. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $0.988 vs $7.545. GPT-5.3-Codex (medium) वेगवान आहे: 16.91s vs 83.04s, pass rates 81.8% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #39
एकूण आउटपुट टोकन्स: 727,349
प्रतिसाद वेळ (सरासरी): 83.04s
एकूण खर्च: $7.545

क्रमांक: #43
एकूण आउटपुट टोकन्स: 60,374
प्रतिसाद वेळ (सरासरी): 16.91s
एकूण खर्च: $0.988

शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

Its score stays close to the best score here (8.9 vs 9.0), while costing about 7.6x less than Claude Sonnet 5.5 (max).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max प्रकाशन: 2026-09-29	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max प्रकाशन: 2026-09-29	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर	9.0	8.9
क्रमांक	#39	#43
विश्वसनीयता	10.0	10.0
सुसंगतता	9.4	8.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.8%	83.3%
अस्थिर चाचण्या	2	4
एकूण रन	66	66
प्रति निकाल खर्च	44.380	6.171
एकूण खर्च	$7.545	$0.988
इनपुट किंमत	$2.000 / 1M	$1.750 / 1M
आउटपुट किंमत	$10.000 / 1M	$14.000 / 1M
एकूण इनपुट टोकन्स	135,496	81,187
आउटपुट टोकन्स	8,153	6,258
रिझनिंग टोकन्स	719,196	54,116
प्रतिसाद वेळ (सरासरी)	83.04s	16.91s
प्रतिसाद वेळ (कमाल)	488.39s	100.93s
प्रतिसाद वेळ (एकूण)	1826.84s	372.03s
पॅरामीटर्स	~1T एकूण (~100B 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.

#39 Claude Sonnet 5.5

max

OpenRouter returned no showcase content (finish_reason: length).

खर्च: $0.000
वेळ: 571.7s
टोकन्स: 0 tok

#43 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.39s	858	397	3,109
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 Sonnet 5.5	10.0	10.0	100.0%	0		55.26s	10,608	580	70,730
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 Sonnet 5.5	10.0	10.0	100.0%	0		113.57s	97,957	5,219	95,067
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 Sonnet 5.5	10.0	10.0	100.0%	0		16.07s	10,515	312	10,487
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 Sonnet 5.5	5.3	10.0	33.3%	0		401.38s	990	19	485,043
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 Sonnet 5.5	5.1	3.4	33.3%	1		56.66s	714	322	20,156
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 Sonnet 5.5	8.5	6.8	83.3%	1		6.24s	921	98	2,263
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 Sonnet 5.5	10.0	10.0	100.0%	0		6.17s	912	578	3,186
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 Sonnet 5.5	10.0	10.0	100.0%	0		41.40s	11,757	354	12,232
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 Sonnet 5.5	3.0	10.0	0.0%	0		47.01s	264	274	16,923
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5maxvsQwen3.8 Maxmedium Claude Sonnet 5.5maxvsGPT-5.5medium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGemini 3.5 Flashmedium Muse Spark 1.3highvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGrok 4.5high GPT-5.3-CodexmediumvsGrok 4.5high GPT-5.3-CodexmediumvsParetonone Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsQwen3.7 Maxmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high