Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-14

Metrică GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05 Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor 8.6 8.4
Rang #5 #8
Consistență 8.7 8.8
Teste corecte
Rată de trecere pe încercare 83.3% 81.5%
Teste instabile 3 3
Rulări totale 54 54
Cost per rezultat 4.405 3.822
Cost total $0.573 $0.497
Preț de intrare $1.750 / 1M $0.195 / 1M
Preț de ieșire $14.000 / 1M $1.560 / 1M
Tokenuri de ieșire 2,279 2,500
Tokenuri de raționament 35,179 242,500
Timp de răspuns (mediu) 15.38s 53.03s
Timp de răspuns (maxim) 100.93s 163.96s
Timp de răspuns (total) 276.91s 954.46s

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 ieșire Tokenuri de raționament
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium