- क्रमांक
- #38
- एकूण आउटपुट टोकन्स
- 66,287
- प्रतिसाद वेळ (सरासरी)
- 18.87s
- एकूण खर्च
- $1.318
GPT-5.3-Codex (medium) vs Qwen3.8 Max (0902) (high)
average score जवळपास समान आहे: 9.1 vs 9.1. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $1.318 vs $3.306. GPT-5.3-Codex (medium) वेगवान आहे: 18.87s vs 186.06s, pass rates 84.1% vs 87.0%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #37
- एकूण आउटपुट टोकन्स
- 441,352
- प्रतिसाद वेळ (सरासरी)
- 186.06s
- एकूण खर्च
- $3.306
शिफारस केलेले मॉडेल
GPT-5.3-Codex (medium)
It has the best score here (9.1), while costing about 2.5x less than Qwen3.8 Max (0902) (high).
तपशीलवार तुलना
| मेट्रिक | GPT-5.3-Codex GPT-5.3-Codex medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high |
|---|---|---|
| स्कोअर | 9.1 | 9.1 |
| क्रमांक | #38 | #37 |
| विश्वसनीयता | 10.0 | 9.8 |
| सुसंगतता | 8.6 | 9.1 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 84.1% | 87.0% |
| अस्थिर चाचण्या | 4 | 3 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 7.753 | 18.364 |
| एकूण खर्च | $1.318 | $3.306 |
| इनपुट किंमत | $1.750 / 1M | $2.000 / 1M |
| आउटपुट किंमत | $14.000 / 1M | $6.000 / 1M |
| कॅश वाचण्याची किंमत | $0.175 / 1M | $0.250 / 1M |
| कॅश लिहिण्याची किंमत | लागू नाही | $2.500 / 1M |
| एकूण इनपुट टोकन्स | 222,794 | 328,637 |
| आउटपुट टोकन्स | 7,357 | 8,619 |
| रिझनिंग टोकन्स | 58,930 | 432,733 |
| प्रतिसाद वेळ (सरासरी) | 18.87s | 186.06s |
| प्रतिसाद वेळ (कमाल) | 100.93s | 912.78s |
| प्रतिसाद वेळ (एकूण) | 433.94s | 4279.49s |
| पॅरामीटर्स | ~1.2T एकूण (~80B सक्रिय) | 2.4T एकूण (~100B 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.
#38 GPT-5.3-Codex
medium- खर्च
- $0.049
- वेळ
- 54.9s
- टोकन्स
- 3,580 tok
#37 Qwen3.8 Max (0902)
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- खर्च
- $0.000
- वेळ
- 600.0s
- टोकन्स
- 0 tok
श्रेणीवार तपशील
| स्वायत्त एजंट कार्ये | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 61.91s | 141,607 | 1,099 | 4,814 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 197.08s | 219,411 | 1,729 | 20,180 |
| अँटी-एआय युक्त्या | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 |
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 |
| संयुक्त | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 26.04s | 57,988 | 4,258 | 5,816 | |
| Qwen3.8 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 |
| डेटा पार्सिंग आणि निष्कर्षण | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 63.93s | 732 | 71 | 30,150 | |
| Qwen3.8 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 |
| Samanya Buddhimatta | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 | |
| Qwen3.8 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 | |
| Qwen3.8 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 |
| कोडी सोडवणे | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 |
| सामान्य ज्ञान | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 |
झटपट तुलना
तुलना जोडी बदला
Claude Haiku 5.5xhighvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultDeepSeek V4.1 Flash 1017lowvsGPT-5.3-CodexmediumMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsQwen3.8 Max (0902)high