AI BENCHY
तुलना करा चार्ट्स
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#14

GPT-5.3 Chat

OpenAI · प्रकाशन: 2026-03-03 · openai/gpt-5.3-chat::none

सरासरी स्कोअर

7.27

प्रति निकाल खर्च

2.835

सुसंगतता

8.27

एकूण खर्च

$0.256

बरोबर चाचण्या

9

एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.

चुकीच्या चाचण्या

5

प्रति प्रयत्न पास दर: 73.8%

अस्थिर चाचण्या

3

प्रतिसाद वेळ: सरासरी 5.81s · एकूण 81.36s · कमाल 18.33s

चुकीचे उत्तर: 3 सूचनांचे पालन केले नाही: 2

स्कोअरनुसार शीर्ष मॉडेल्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

झटपट तुलना

श्रेणीवार तपशील

श्रेणी सरासरी स्कोअर सुसंगतता बरोबर चाचण्या
Anti-AI Tricks 7.34 7.50 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 1.00 4.42 0/3
Instructions following 8.50 9.99 1/2
Puzzle Solving 10.00 10.00 3/3
Tool Calling 10.00 10.00 1/1