नेव्हिगेशन
Advertise here

GPT-5.3-Codex (medium) vs Qwen3.8 MAX (medium)

average score जवळपास समान आहे: 9.1 vs 9.2. Qwen3.8 MAX (medium) चा benchmark खर्च कमी आहे: $1.181 vs $1.318. GPT-5.3-Codex (medium) वेगवान आहे: 18.87s vs 27.34s, pass rates 84.1% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक
#43
एकूण आउटपुट टोकन्स
66,287
प्रतिसाद वेळ (सरासरी)
18.87s
एकूण खर्च
$1.318
क्रमांक
#40
एकूण आउटपुट टोकन्स
104,596
प्रतिसाद वेळ (सरासरी)
27.34s
एकूण खर्च
$1.181
शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

या तुलनेत याचा गुण सर्वाधिक आहे (9.1) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05 Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04
स्कोअर 9.1 9.2
क्रमांक #43 #40
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.1% 81.2%
अस्थिर चाचण्या 4 1
एकूण रन 69 69
प्रति निकाल खर्च 7.753 5.266
एकूण खर्च $1.318 $1.181
इनपुट किंमत $1.750 / 1M $2.000 / 1M
आउटपुट किंमत $14.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.175 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 222,794 276,512
आउटपुट टोकन्स 7,357 8,152
रिझनिंग टोकन्स 58,930 96,444
प्रतिसाद वेळ (सरासरी) 18.87s 27.34s
प्रतिसाद वेळ (कमाल) 100.93s 126.60s
प्रतिसाद वेळ (एकूण) 433.94s 628.75s
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.

#43 GPT-5.3-Codex

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

#40 Qwen3.8 MAX

medium
खर्च
$0.028
वेळ
71.9s
टोकन्स
4,750 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 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumClaude Haiku 5.5xhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumDeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumMuse Spark OpenhighvsQwen3.8 MAXmediumDeepSeek V4.1 Flash 1017lowvsGPT-5.3-CodexmediumMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsGPT-5.3-Codexmedium