Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-27B

Nume model:

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

Rezumat

Metrică	OpenAI: GPT-5.3-Codex medium Lansare: Data lansării necunoscută	Qwen: Qwen3.5-27B medium Lansare: Data lansării necunoscută
Rang	#7	#5
Scor	7.93	8.55
Consistență	8.84	9.55
Cost per rezultat	4.641	2.950
Cost total	$0.465	$0.325
Teste corecte
Teste greșite	4	3
Rată de trecere pe încercare	78.6%	83.3%
Teste instabile	2	1
Tokenuri de ieșire	1,201	1,091
Tokenuri de raționament	30,056	131,807

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-5.3-Codex	10.00	10.00	100.0%	0		216	1,421
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		234	735
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.3-Codex	4.00	7.21	55.6%	1		64	25,308
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.3-Codex	9.00	10.00	50.0%	0		93	693
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.3-Codex	7.00	7.38	77.8%	1		340	1,407
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		254	492
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

Schimbă perechea de comparație

Compară OpenAI: GPT-5.3-Codex cu...

Compară Qwen: Qwen3.5-27B cu...