Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 8.4 8.0
Rang #15 #21
Fiabilitate 10.0 10.0
Consistență 8.5 8.6
Teste corecte
Rată de trecere pe încercare 82.5% 76.2%
Teste instabile 4 4
Rulări totale 63 63
Cost per rezultat 4.932 8.640
Cost total $0.740 $1.210
Preț de intrare $1.750 / 1M $2.500 / 1M
Preț de ieșire $14.000 / 1M $15.000 / 1M
Total tokenuri de intrare 34,299 34,108
Tokenuri de ieșire 2,357 2,242
Tokenuri de raționament 46,189 72,707
Timp de răspuns (mediu) 16.22s 22.35s
Timp de răspuns (maxim) 100.93s 100.41s
Timp de răspuns (total) 340.67s 469.29s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
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
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
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
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
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
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
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
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 Maxnone