Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.6 Max Preview

Rezumat

Comparație benchmark GPT-5.3-Codex vs Qwen3.6 Max Preview: GPT-5.3-Codex conduce la scorul mediu cu 8.9 vs 8.9. GPT-5.3-Codex are costul de benchmark mai mic, $0.740 vs $0.960. GPT-5.3-Codex este mai rapid cu 16.22s vs 59.63s, cu rate de reușită de 82.5% vs 81.0%.

Model recomandat: GPT-5.3-Codex - Are cel mai bun scor aici (8.9) și răspunde de aproximativ 3.7x mai rapid decât Qwen3.6 Max Preview.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05 Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lansare: 2026-04-20
Scor 8.9 8.9
Rang #10 #11
Fiabilitate 10.0 10.0
Consistență 8.5 9.3
Teste corecte
Rată de trecere pe încercare 82.5% 81.0%
Teste instabile 4 2
Rulări totale 63 63
Cost per rezultat 4.932 7.024
Cost total $0.740 $0.960
Preț de intrare $1.750 / 1M $1.040 / 1M
Preț de ieșire $14.000 / 1M $6.240 / 1M
Total tokenuri de intrare 34,299 42,362
Tokenuri de ieșire 2,357 2,273
Tokenuri de raționament 46,189 144,367
Timp de răspuns (mediu) 16.22s 59.63s
Timp de răspuns (maxim) 100.93s 238.07s
Timp de răspuns (total) 340.67s 1252.17s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#10 GPT-5.3-Codex

medium
Cost
$0.049
Timp
54.9s
Tokenuri
3,580 tok

#11 Qwen3.6 Max Preview

medium
Cost
$0.024
Timp
76.5s
Tokenuri
3,861 tok

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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumQwen3.6 Max PreviewmediumvsStep 3.7 FlashlowGPT-5.3-CodexmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.6 Max PreviewmediumDeepSeek V4 ProhighvsGPT-5.3-Codexmedium