Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.5-Flash

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-Flash medium Lansare: Data lansării necunoscută
Rang #7 #24
Scor 7.93 5.79
Consistență 8.84 7.60
Cost per rezultat 4.641 0.650
Cost total $0.465 $0.046
Teste corecte
Teste greșite 4 7
Rată de trecere pe încercare 78.6% 66.7%
Teste instabile 2 4
Tokenuri de ieșire 1,201 1,194
Tokenuri de raționament 30,056 108,368

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-Flash 10.00 10.00 100.0% 0 363 23,645
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-Flash 5.50 5.87 83.3% 1 235 16,237
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-Flash 1.00 4.41 33.3% 2 52 34,605
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-Flash 7.50 9.91 50.0% 0 98 14,139
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-Flash 4.00 7.21 55.6% 1 137 18,458
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-Flash 10.00 10.00 100.0% 0 309 1,284

Schimbă perechea de comparație

Compară OpenAI: GPT-5.3-Codex cu...

Compară Qwen: Qwen3.5-Flash cu...