Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.3 Chat

Rezumat

Comparație benchmark Claude Sonnet 5 vs GPT-5.3 Chat: Claude Sonnet 5 conduce la scorul mediu cu 7.9 vs 7.5. GPT-5.3 Chat are costul de benchmark mai mic, $0.433 vs $0.550. GPT-5.3 Chat este mai rapid cu 6.34s vs 9.94s, cu rate de reușită de 79.4% vs 66.7%.

Model recomandat: GPT-5.3 Chat - Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.9) și răspunde de aproximativ 1.6x mai rapid decât Claude Sonnet 5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-30

Metrică Claude Sonnet 5 Claude Sonnet 5 medium Lansare: 2026-06-30 GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03
Scor 7.9 7.5
Rang #30 #47
Fiabilitate 10.0 10.0
Consistență 9.0 8.1
Teste corecte
Rată de trecere pe încercare 79.4% 66.7%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 3.662 3.605
Cost total $0.550 $0.433
Preț de intrare $2.000 / 1M $1.750 / 1M
Preț de ieșire $10.000 / 1M $14.000 / 1M
Total tokenuri de intrare 67,416 34,209
Tokenuri de ieșire 34,012 26,617
Tokenuri de raționament 7,673 0
Timp de răspuns (mediu) 9.94s 6.34s
Timp de răspuns (maxim) 56.94s 18.33s
Timp de răspuns (total) 208.71s 133.13s

Prezentare generare

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium
Cost
$0.007
Timp
6.4s
Tokenuri
832 tok

#47 GPT-5.3 Chat

none
Cost
$0.008
Timp
8.1s
Tokenuri
634 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 0
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Sonnet 5mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.20medium