Navigatie
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Vergeleken modellen

Samenvatting

Benchmarkvergelijking GPT-5.4 vs GPT-5.3-Codex vs GPT-5.2GPT-5.3-Codex leidt op Score met 8.9. GPT-5.4 leidt op Betrouwbaarheid met 10.0. GPT-5.2 heeft de laagste Totale kosten met $0.548. GPT-5.3-Codex is het snelst met 16.22s.

Aanbevolen model: GPT-5.2 - De score blijft dicht bij de beste score hier (8.4 vs 8.9) en het kost ongeveer 1.8x minder dan de andere modellen in deze vergelijking.

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

Metriek GPT-5.4 GPT-5.4 medium Releasedatum: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium Releasedatum: 2026-02-05 GPT-5.2 GPT-5.2 medium Releasedatum: 2025-12-11
Score 8.5 8.9 8.4
Rang #17 #10 #22
Betrouwbaarheid 10.0 10.0 10.0
Consistentie 8.6 8.5 8.4
Correcte tests
Slaagpercentage per poging 76.2% 82.5% 71.4%
Instabiele tests 4 4 4
Totaal runs 63 63 63
Kosten per resultaat 8.640 4.932 4.209
Totale kosten $1.210 $0.740 $0.548
Invoerprijs $2.500 / 1M $1.750 / 1M $1.750 / 1M
Uitvoerprijs $15.000 / 1M $14.000 / 1M $14.000 / 1M
Totaal aantal invoer-tokens 34,108 34,299 33,967
Uitvoer-tokens 2,242 2,357 2,901
Redeneer-tokens 72,707 46,189 31,932
Responstijd (gem.) 22.35s 16.22s 16.88s
Responstijd (max) 100.41s 100.93s 77.80s
Responstijd (totaal) 469.29s 340.67s 236.34s

Generatie-showcase

Hamster playing table tennis

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

#17 GPT-5.4

medium
Kosten
$0.214
Tijd
199.6s
Tokens
14,349 tok

#10 GPT-5.3-Codex

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

#22 GPT-5.2

medium
Kosten
$0.047
Tijd
49.2s
Tokens
3,396 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-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

Snelle vergelijking

Vergelijkingspaar wisselen

DeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.5 FlashlowvsGPT-5.4mediumDeepSeek V4 ProhighvsGPT-5.2mediumGPT-5.4mediumvsStep 3.7 FlashlowGemini 3.5 FlashlowvsGPT-5.2mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 ProhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.2medium