Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

Vergeleken modellen

Samenvatting

Benchmarkvergelijking Claude Opus 4.6 vs Claude Sonnet 4.6 vs GPT-5.3-Codex vs Gemini 3.1 Pro PreviewGemini 3.1 Pro Preview leidt op Score met 9.2. Claude Opus 4.6 leidt op Betrouwbaarheid met 10.0. GPT-5.3-Codex heeft de laagste Totale kosten met $0.740. GPT-5.3-Codex is het snelst met 16.22s.

Aanbevolen model: GPT-5.3-Codex - De score blijft dicht bij de beste score hier (8.9 vs 9.2) en het kost ongeveer 2.0x minder dan de andere modellen in deze vergelijking.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-18

Metriek Claude Opus 4.6 Claude Opus 4.6 medium Releasedatum: 2026-02-05 Claude Sonnet 4.6 Claude Sonnet 4.6 medium Releasedatum: 2026-02-17 GPT-5.3-Codex GPT-5.3-Codex medium Releasedatum: 2026-02-05 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Releasedatum: 2026-02-19
Score 7.7 7.8 8.9 9.2
Rang #38 #31 #10 #7
Betrouwbaarheid 10.0 10.0 10.0 10.0
Consistentie 8.8 9.1 8.5 10.0
Correcte tests
Slaagpercentage per poging 61.9% 65.1% 82.5% 90.5%
Instabiele tests 3 2 4 0
Totaal runs 63 63 63 63
Kosten per resultaat 17.103 10.904 4.932 5.546
Totale kosten $2.053 $1.418 $0.740 $1.054
Invoerprijs $5.000 / 1M $3.000 / 1M $1.750 / 1M $2.000 / 1M
Uitvoerprijs $25.000 / 1M $15.000 / 1M $14.000 / 1M $12.000 / 1M
Totaal aantal invoer-tokens 53,227 49,112 34,299 41,617
Uitvoer-tokens 47,446 54,703 2,357 1,977
Redeneer-tokens 24,000 29,970 46,189 78,896
Responstijd (gem.) 25.89s 17.06s 16.22s 20.14s
Responstijd (max) 83.40s 46.35s 100.93s 88.68s
Responstijd (totaal) 362.49s 221.83s 340.67s 281.92s

Generatie-showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Opus 4.6

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

#31 Claude Sonnet 4.6

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

#10 GPT-5.3-Codex

medium
Kosten
$0.049
Tijd
54.9s
Tokens
3,580 tok

#7 Gemini 3.1 Pro Preview

medium
Kosten
$0.115
Tijd
87.2s
Tokens
9,629 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297

Snelle vergelijking

Vergelijkingspaar wisselen

Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Opus 4.6mediumvsDeepSeek V4 Pronone