Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-4o-mini 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	OpenAI: GPT-4o-mini none Lansare: Data lansării necunoscută	OpenAI: GPT-5.3-Codex medium Lansare: Data lansării necunoscută
Rang	#28	#7
Scor	4.86	7.93
Consistență	9.98	8.84
Cost per rezultat	0.056	4.641
Cost total	$0.003	$0.465
Teste corecte
Teste greșite	9	4
Rată de trecere pe încercare	35.7%	78.6%
Teste instabile	0	2
Tokenuri de ieșire	949	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
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	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
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	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
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	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
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	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
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	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
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492

Schimbă perechea de comparație

Compară OpenAI: GPT-4o-mini cu...

Compară OpenAI: GPT-5.3-Codex cu...