#60 GPT-5.3 Chat
none- खर्च
- $0.008
- वेळ
- 8.1s
- टोकन्स
- 634 tok
OpenAI
प्रकाशन: 2026-03-03
चाचणी तारीख: 2026-06-04 13:47
openai/gpt-5.3-chat::none
सारांश
GPT-5.3 Chat AI BENCHY वर 7.2 स्कोर करते आणि #60 वर आहे. याची reliability 10.0, pass rate 66.7%, एकूण खर्च $0.433, आणि सरासरी response time 6.34s आहे.
GPT-5.3 Chat खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #14.
7.2
सुसंगतता
8.1
10.0
$0.433
एकूण आउटपुट टोकन्स
26,617
एकूण इनपुट टोकन्स
34,209
इनपुट किंमत
$1.750 / 1M
आउटपुट किंमत
$14.000 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 22:40 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.571 | तुलना करा | |
| 2026-06-04 13:47 नवीन चाचणी जोडली | 7.2 | 10.0 | $0.433 | सध्याची रन | |
| 2026-05-22 00:20 पुन्हा चाचणी | 7.4 | 10.0 | $0.401 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 7.7 | लागू नाही | $0.340 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:47 · नवीन चाचणी जोडली | 7.2 | 8.1 | 10.0 | 12/21 | 5 | 26,617 | 34,209 | $0.433 | 6.34s |
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 7.7 | 8.6 | लागू नाही | 11/18 | 3 | 20,784 | 0 | $0.340 | 5.88s |
| फरक | -0.5 | -0.5 | +1 | +2 | +5833 | +34209 | +$0.094 | +456ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-06-04 14:42 | $1.750 / 1M | $14.000 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GPT-5.3 ChatnonevsKimi K2.7 CodemediumGPT-5.3 ChatnonevsNemotron 3 Ultramediumमोफत उपलब्धGPT-5.3 ChatnonevsGPT-5.6 TerralowGPT-5.3 ChatnonevsGPT-5.6 LunamediumGPT-5.3 ChatnonevsGPT-5.4 MinimediumGPT-5.3 ChatnonevsGemini 3 Flash PreviewmediumGPT-5.3 ChatnonevsGemini 3.5 FlashhighGPT-5.3 ChatnonevsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.7 | 8.1 | |
| कोडिंग | 5.6 | 4.7 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 4.6 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |