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

AI BENCHY Compare

Modele comparate

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-05

Metrică OpenAI: GPT-5.4 medium Lansare: 2026-03-05 OpenAI: GPT-5.3-Codex medium Lansare: 2026-02-05 OpenAI: GPT-5.2 medium Lansare: 2025-12-11
Rang #7 #4 #26
Scor mediu 82 87 69
Consistență 89 90 78
Cost per rezultat 6.533 4.418 3.057
Cost total $0.784 $0.531 $0.306
Teste corecte
Rată de trecere pe încercare 86.7% 88.9% 80.0%
Teste instabile 2 2 4
Tokenuri de ieșire 1,611 1,577 2,058
Tokenuri de raționament 46,321 33,017 16,542

Top modele după scor

Scor vs cost total

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-5.4 100 100 100.0% 0 216 1,466
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 216 1,421
OpenAI: GPT-5.2 70 73 77.8% 1 549 2,002
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 100 100 100.0% 0 301 3,543
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 364 2,731
OpenAI: GPT-5.2 100 100 100.0% 0 291 1,757
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 99 100 100.0% 0 234 804
OpenAI: GPT-5.3-Codex 99 100 100.0% 0 234 728
OpenAI: GPT-5.2 99 100 100.0% 0 234 420
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 40 72 44.4% 1 61 34,748
OpenAI: GPT-5.3-Codex 40 72 55.6% 1 64 25,308
OpenAI: GPT-5.2 40 72 55.6% 1 42 10,342
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 100 100 100.0% 0 93 897
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 93 693
OpenAI: GPT-5.2 95 100 100.0% 0 94 614
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 70 72 88.9% 1 442 3,832
OpenAI: GPT-5.3-Codex 93 79 88.9% 1 352 1,644
OpenAI: GPT-5.2 70 73 77.8% 1 609 938
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 100 100 100.0% 0 264 1,031
OpenAI: GPT-5.3-Codex 100 100 100.0% 0 254 492
OpenAI: GPT-5.2 100 16 66.7% 1 239 469

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.2mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.2mediumvsGLM 5none