#16
OpenAI
Releasedatum: 2026-02-05
Getest op: 2026-05-22 00:19
openai/gpt-5.3-codex::medium
Invoerprijs
$1.750 / 1M
Uitvoerprijs
$14.000 / 1M
Instabiele tests
4
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-22 00:19 Hertest | 8.3 | 10.0 | $0.685 | Huidige run | |
| 2026-04-11 01:44 Eerste geregistreerde run | 8.6 | n.v.t. | $0.573 | Vergelijken |
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · Huidige run | 8.3 | 8.4 | 10.0 | 14/20 | 4 | 44,901 | $0.685 | 15.95s |
| 2026-04-11 01:44 · Eerste geregistreerde run | 8.6 | 8.7 | n.v.t. | 13/18 | 3 | 37,458 | $0.573 | 15.38s |
| Verschil | -0.2 | -0.3 | +1 | +1 | +7443 | +$0.112 | +570ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.7 | 7.9 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.9 | 7.2 | |
| Algemene intelligentie | 4.6 | 10.0 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 9.0 | 7.9 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 2.8 | 1.6 |