Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Plus

Rezumat

Comparație benchmark GPT-5.3-Codex vs Qwen3.7 Plus: GPT-5.3-Codex conduce la scorul mediu cu 8.9 vs 8.2. Qwen3.7 Plus are costul de benchmark mai mic, $0.177 vs $0.740. GPT-5.3-Codex este mai rapid cu 16.22s vs 38.95s, cu rate de reușită de 82.5% vs 77.8%.

Model recomandat: Qwen3.7 Plus - Scorul rămâne aproape de cel mai bun scor de aici (8.2 vs 8.9) și costă de aproximativ 4.2x mai puțin decât GPT-5.3-Codex.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05 Qwen3.7 Plus Qwen3.7 Plus medium Lansare: 2026-06-03
Scor 8.9 8.2
Rang #13 #28
Fiabilitate 10.0 10.0
Consistență 8.5 9.1
Teste corecte
Rată de trecere pe încercare 82.5% 77.8%
Teste instabile 4 2
Rulări totale 63 63
Cost per rezultat 4.932 1.474
Cost total $0.740 $0.177
Preț de intrare $1.750 / 1M $0.320 / 1M
Preț de ieșire $14.000 / 1M $1.280 / 1M
Total tokenuri de intrare 34,299 40,939
Tokenuri de ieșire 2,357 2,125
Tokenuri de raționament 46,189 125,754
Timp de răspuns (mediu) 16.22s 38.95s
Timp de răspuns (maxim) 100.93s 178.04s
Timp de răspuns (total) 340.67s 817.85s

Generation showcase

Hamster playing table tennis

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

#13 GPT-5.3-Codex

medium
Cost
$0.049
Time
54.9s
Tokens
3,580 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumClaude Sonnet 4.6nonevsQwen3.7 PlusmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumClaude Opus 4.8nonevsQwen3.7 PlusmediumGemini 3.5 FlashlowvsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 Flashhigh