#41 GPT-5.3 Chat
none- खर्च
- $0.008
- वेळ
- 8.1s
- टोकन्स
- 634 tok
OpenAI
प्रकाशन: 2026-03-03
चाचणी तारीख: 2026-04-11 01:44
openai/gpt-5.3-chat::none
सारांश
GPT-5.3 Chat AI BENCHY वर 7.7 स्कोर करते आणि #41 वर आहे. याची reliability लागू नाही, pass rate 68.5%, एकूण खर्च $0.340, आणि सरासरी response time 5.88s आहे.
GPT-5.3 Chat खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #16. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
7.7
सुसंगतता
8.6
लागू नाही
$0.340
एकूण आउटपुट टोकन्स
20,784
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$1.750 / 1M
आउटपुट किंमत
$14.000 / 1M
अस्थिर चाचण्या
3
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 | तुलना करा | |
| 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 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 7.7 | 8.6 | लागू नाही | 11/18 | 3 | 20,784 | 0 | $0.340 | 5.88s |
| 2026-05-22 00:20 · पुन्हा चाचणी | 7.4 | 8.4 | 10.0 | 12/20 | 4 | 24,689 | 0 | $0.401 | 6.10s |
| फरक | +0.3 | +0.2 | -1 | -1 | -3905 | 0 | -$0.062 | -216ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
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 | 10.0 | 10.0 | |
| 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 | 8.3 | 10.0 | |
| कोडी सोडवणे | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |