AI BENCHY
Advertise here
#15

GPT-5.3-Codex

OpenAI Lançamento: 2026-02-05 Testado em: 2026-06-04 13:45 openai/gpt-5.3-codex::medium
~1.2T no total (~80B ativos)MoECódigo fechadoEstimado

Resumo

GPT-5.3-Codex marca 8.4 no AI BENCHY e fica em #15. Tem fiabilidade 10.0, taxa de acerto de 82.5%, custo total de $0.740 e tempo médio de resposta de 16.22s.

O que torna GPT-5.3-Codex único: Destaca-se mais em Específico do domínio, onde fica em #4, enquanto Inteligência geral é a área mais fraca em #17.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
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.

Fonte dos parâmetros Fonte da disponibilidade

Pontuação

8.4

Consistência

8.5

Confiabilidade

10.0

Custo total (preço atual)

$0.740

Total de tokens de saída

48,546

Total de tokens de entrada

34,299

Preço de entrada

$1.750 / 1M

Preço de saída

$14.000 / 1M

Testes corretos

Testes errados: 6

Taxa de acerto por tentativa: 82.5%

Testes instáveis

4

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

16.22s

Tempo de resposta (máx.): 100.93s

Tempo de resposta (total): 340.67s

Resposta incorreta: 4 Não seguiu as instruções: 2

Hamster playing table tennis

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

#15 GPT-5.3-Codex

medium
Custo
$0.049
Tempo
54.9s
Tokens
3,580 tok

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 Execução atual
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 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-06-04 13:45 · Novo teste adicionado63/63 tentativas8.48.510.015/21448,54634,299$0.74016.22s
2026-05-22 00:19 · Novo teste60/60 tentativas8.38.410.014/20444,9480$0.68515.97s
Diferença—0.0+0.10.0+10+3598+34299+$0.055+257ms

A cobertura do benchmark é diferente: 63/63 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.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-06-04 14:42 $1.750 / 1M $14.000 / 1M

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

GPT-5.3-CodexmediumvsGrok 4.5highGPT-5.3-CodexmediumvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashlowGPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsGemini 3.5 Flash LitehighGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsQwen3.7 MaxmediumGPT-5.3-CodexmediumvsClaude Opus 5low

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
Conhecimentos gerais 2.8 1.6

Modelos comparados