#22 GPT-5.3-Codex
medium- खर्च
- $0.049
- वेळ
- 54.9s
- टोकन्स
- 3,580 tok
OpenAI
प्रकाशन: 2026-02-05
चाचणी तारीख: 2026-08-14 02:13
openai/gpt-5.3-codex::medium
~1.2T एकूण (~80B सक्रिय)MoEबंद स्रोतअंदाजित सारांश
GPT-5.3-Codex AI BENCHY वर 8.9 स्कोर करते आणि #22 वर आहे. याची reliability 10.0, pass rate 83.3%, एकूण खर्च $0.988, आणि सरासरी response time 16.91s आहे.
GPT-5.3-Codex खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #17.
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~1.2T एकूण (~80B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
8.9
सुसंगतता
8.6
10.0
$0.988
एकूण आउटपुट टोकन्स
60,374
एकूण इनपुट टोकन्स
81,187
इनपुट किंमत
$1.750 / 1M
आउटपुट किंमत
$14.000 / 1M
अस्थिर चाचण्या
4
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:13 पुन्हा चाचणी | 8.9 | 10.0 | $0.988 | सध्याची रन | |
| 2026-07-16 22:33 नवीन चाचणी जोडली | 8.9 | 10.0 | $0.920 | तुलना करा | |
| 2026-06-04 13:45 नवीन चाचणी जोडली | 8.4 | 10.0 | $0.740 | तुलना करा | |
| 2026-05-22 00:19 पुन्हा चाचणी | 8.3 | 10.0 | $0.685 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 8.6 | लागू नाही | $0.573 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:13 · सध्याची रन | 66/66 प्रयत्न | 8.9 | 8.6 | 10.0 | 16/22 | 4 | 60,374 | 81,187 | $0.988 | 16.91s |
| 2026-07-16 22:33 · नवीन चाचणी जोडली | 66/66 प्रयत्न | 8.9 | 8.6 | 10.0 | 16/22 | 4 | 55,525 | 81,268 | $0.920 | 16.96s |
| फरक | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +4849 | -81 | +$0.068 | -53ms |
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 |
|---|---|---|
| 2026-08-14 12:51 | $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-CodexmediumvsGrok 4.5highGPT-5.3-CodexmediumvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashlowGPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsGemini 3.5 Flash LitehighGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsQwen3.7 MaxmediumGPT-5.3-CodexmediumvsClaude Opus 5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.7 | 7.9 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 4.6 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 9.0 | 7.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 2.8 | 1.6 |