Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

Samenvatting

Benchmarkvergelijking GPT-5.3-Codex vs Qwen3.7 Max: Qwen3.7 Max leidt in gemiddelde score met 9.4 vs 8.9. Qwen3.7 Max heeft lagere benchmarkkosten met $0.523 vs $0.740. Qwen3.7 Max is sneller met 16.02s vs 16.22s, met slagingspercentages van 82.5% vs 88.9%.

Aanbevolen model: Qwen3.7 Max - Het heeft de sterkste score in deze vergelijking (9.4) en de beste balans tussen kosten en responstijd over alle 2 modellen.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-02

Metriek GPT-5.3-Codex GPT-5.3-Codex medium Releasedatum: 2026-02-05 Qwen3.7 Max Qwen3.7 Max medium Releasedatum: 2026-05-22
Score 8.9 9.4
Rang #10 #3
Betrouwbaarheid 10.0 10.0
Consistentie 8.5 9.6
Correcte tests
Slaagpercentage per poging 82.5% 88.9%
Instabiele tests 4 1
Totaal runs 63 63
Kosten per resultaat 4.932 5.517
Totale kosten $0.740 $0.523
Invoerprijs $1.750 / 1M $1.250 / 1M
Uitvoerprijs $14.000 / 1M $3.750 / 1M
Totaal aantal invoer-tokens 34,299 42,360
Uitvoer-tokens 2,357 2,129
Redeneer-tokens 46,189 122,959
Responstijd (gem.) 16.22s 16.02s
Responstijd (max) 100.93s 59.98s
Responstijd (totaal) 340.67s 336.51s

Generatie-showcase

Hamster playing table tennis

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

#10 GPT-5.3-Codex

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

#3 Qwen3.7 Max

medium
Kosten
$0.017
Tijd
68.8s
Tokens
4,526 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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium