Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Sonnet 4.6 none Lansare: Data lansării necunoscută OpenAI: GPT-5.3-Codex medium Lansare: Data lansării necunoscută
Rang #14 #7
Scor 6.36 7.93
Consistență 9.50 8.84
Cost per rezultat 1.325 4.641
Cost total $0.106 $0.465
Teste corecte
Teste greșite 6 4
Rată de trecere pe încercare 59.5% 78.6%
Teste instabile 1 2
Tokenuri de ieșire 2,637 1,201
Tokenuri de raționament 0 30,056

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 4.00 10.00 33.3% 0 1,199 0
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 216 1,421
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 252 0
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 234 735
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 54 0
OpenAI: GPT-5.3-Codex 4.00 7.21 55.6% 1 64 25,308
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 5.50 10.00 50.0% 0 90 0
OpenAI: GPT-5.3-Codex 9.00 10.00 50.0% 0 93 693
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 5.00 7.68 44.4% 1 595 0
OpenAI: GPT-5.3-Codex 7.00 7.38 77.8% 1 340 1,407
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 447 0
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 254 492

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară OpenAI: GPT-5.3-Codex cu...