नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.3-Codex (medium) vs Pareto (default)

average score जवळपास समान आहे: 9.1 vs 9.1. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $1.318 vs $1.520. GPT-5.3-Codex (medium) वेगवान आहे: 18.87s vs 33.47s, pass rates 84.1% vs 87.0%.

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
#47
एकूण आउटपुट टोकन्स
128,144
प्रतिसाद वेळ (सरासरी)
33.47s
एकूण खर्च
$1.520
शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

It has the best score here (9.1), while responding about 1.8x faster than Pareto (default).

तपशीलवार तुलना

मेट्रिक GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05 Pareto Pareto default प्रकाशन: 2026-09-18
स्कोअर 9.1 9.1
क्रमांक #43 #47
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.1% 87.0%
अस्थिर चाचण्या 4 2
एकूण रन 69 69
प्रति निकाल खर्च 7.753 8.000
एकूण खर्च $1.318 $1.520
इनपुट किंमत $1.750 / 1M $2.500 / 1M
आउटपुट किंमत $14.000 / 1M $7.500 / 1M
कॅश वाचण्याची किंमत $0.175 / 1M $0.250 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 222,794 223,559
आउटपुट टोकन्स 7,357 128,144
रिझनिंग टोकन्स 58,930 0
प्रतिसाद वेळ (सरासरी) 18.87s 33.47s
प्रतिसाद वेळ (कमाल) 100.93s 143.33s
प्रतिसाद वेळ (एकूण) 433.94s 769.84s
पॅरामीटर्स ~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.

#43 GPT-5.3-Codex

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

#47 Pareto

default
खर्च
$0.034
वेळ
170.7s
टोकन्स
4,581 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
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

तुलना जोडी बदला