#7 GPT-5.3-Codex
medium- Custo
- $0.049
- Tempo
- 54.9s
- Tokens
- 3,580 tok
OpenAI
Lançamento: 2026-02-05
Testado em: 2026-04-11 01:44
openai/gpt-5.3-codex::medium
~1.2T no total (~80B ativos)MoECódigo fechadoEstimado Resumo
GPT-5.3-Codex marca 8.6 no AI BENCHY e fica em #7. Tem fiabilidade N/D, taxa de acerto de 83.3%, custo total de $0.573 e tempo médio de resposta de 15.38s.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- ~1.2T no total (~80B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Código fechado
- Licença
- -
Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.
8.6
Consistência
8.7
$0.573
Total de tokens de saída
37,458
Total de tokens de entrada
0
Preço de entrada
$1.750 / 1M
Preço de saída
$14.000 / 1M
Preço de leitura do cache
N/D
Preço de escrita no cache
N/D
Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.
Testes instáveis
3
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
15.38s
Tempo de resposta (máx.): 100.93s
Tempo de resposta (total): 276.91s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:13 Novo teste | 8.9 | 10.0 | $0.988 | Comparar | |
| 2026-07-16 22:33 Novo teste adicionado | 8.9 | 10.0 | $0.920 | Comparar | |
| 2026-06-04 13:45 Novo teste adicionado | 8.4 | 10.0 | $0.740 | Comparar | |
| 2026-05-22 00:19 Novo teste | 8.3 | 10.0 | $0.685 | Comparar | |
| 2026-04-11 01:44 Primeira execução registrada | 8.6 | N/D | $0.573 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primeira execução registrada | 54/54 tentativas | 8.6 | 8.7 | N/D | 13/18 | 3 | 37,458 | 0 | $0.573 | 15.38s |
| 2026-05-22 00:19 · Novo teste | 60/60 tentativas | 8.3 | 8.4 | 10.0 | 14/20 | 4 | 44,948 | 0 | $0.685 | 15.97s |
| Diferença | — | +0.2 | +0.3 | -1 | -1 | -7490 | 0 | -$0.113 | -581ms |
A cobertura do benchmark é diferente: 54/54 tentativas (Meta: 3 repetições por teste) contra 60/60 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsClaude Haiku 5.5xhighGPT-5.3-CodexmediumvsQwen3.8 MAXmediumGPT-5.3-CodexmediumvsMuse Spark 1.3highGPT-5.3-CodexmediumvsClaude Sonnet 5.5maxGPT-5.3-CodexmediumvsParetodefaultGPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsClaude Opus 5.5mediumGPT-5.3-CodexmediumvsGemini 3.5 Flashlow
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 8.7 | 7.9 | |
| Programação | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 5.9 | 7.2 | |
| Inteligência geral | 4.6 | 10.0 | |
| Seguimento de instruções | 10.0 | 10.0 | |
| Resolução de quebra-cabeças | 9.0 | 7.9 | |
| Chamada de ferramentas | 10.0 | 10.0 |