नेव्हिगेशन
AI BENCHY
Advertise here

GPT-5.3-Codex (medium) vs Qwen3.8 Max (0902) (medium)

GPT-5.3-Codex (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. Qwen3.8 Max (0902) (medium) चा benchmark खर्च कमी आहे: $0.677 vs $0.988. GPT-5.3-Codex (medium) वेगवान आहे: 16.91s vs 26.01s, pass rates 83.3% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-07

क्रमांक
#32
एकूण आउटपुट टोकन्स
60,374
प्रतिसाद वेळ (सरासरी)
16.91s
एकूण खर्च
$0.988
क्रमांक
#36
एकूण आउटपुट टोकन्स
80,678
प्रतिसाद वेळ (सरासरी)
26.01s
एकूण खर्च
$0.677
शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

It has the best score here (8.9), while responding about 1.5x faster than Qwen3.8 Max (0902) (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05 Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07
स्कोअर 8.9 8.8
क्रमांक #32 #36
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 83.3% 83.3%
अस्थिर चाचण्या 4 2
एकूण रन 66 66
प्रति निकाल खर्च 6.171 3.981
एकूण खर्च $0.988 $0.677
इनपुट किंमत $1.750 / 1M $2.000 / 1M
आउटपुट किंमत $14.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 81,187 96,323
आउटपुट टोकन्स 6,258 5,961
रिझनिंग टोकन्स 54,116 74,717
प्रतिसाद वेळ (सरासरी) 16.91s 26.01s
प्रतिसाद वेळ (कमाल) 100.93s 168.09s
प्रतिसाद वेळ (एकूण) 372.03s 572.19s
पॅरामीटर्स ~1.2T एकूण (~80B सक्रिय) 2.4T एकूण (~100B 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.

#32 GPT-5.3-Codex

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

#36 Qwen3.8 Max (0902)

medium
खर्च
$0.036
वेळ
108.3s
टोकन्स
5,980 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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.8 Max (0902) 8.4 7.4 88.9% 1 45.74s 7,893 551 20,628

झटपट तुलना

तुलना जोडी बदला

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.8 Max (0902)mediumGPT-5.3-CodexmediumvsGrok 4.5highSeed 2.1 TurbohighvsGPT-5.3-CodexmediumGemini 3.5 Flash LitehighvsQwen3.8 Max (0902)mediumClaude Opus 5lowvsQwen3.8 Max (0902)mediumGemini 3.6 FlashlowvsQwen3.8 Max (0902)mediumQwen3.8 Max (0902)mediumvsGLM 5.3 FlashmaxClaude Fable 5.1highvsGPT-5.3-CodexmediumSeed 2.1 TurbohighvsQwen3.8 Max (0902)mediumGemini 3.5 FlashlowvsGPT-5.3-Codexmedium