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 none Lansare: Data lansării necunoscută
Rang #7 #35
Scor 7.93 3.63
Consistență 8.84 8.32
Cost per rezultat 4.641 0.084
Cost total $0.465 $0.003
Teste corecte
Teste greșite 4 11
Rată de trecere pe încercare 78.6% 33.3%
Teste instabile 2 3
Tokenuri de ieșire 1,201 1,799
Tokenuri de raționament 30,056 0

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 2.33 7.76 11.1% 1 687 0
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 5.38 5.81 83.3% 1 193 0
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 4.00 7.21 55.6% 1 14 0
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 3.50 9.99 0.0% 0 63 0
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 1.33 9.99 0.0% 0 578 0
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% 0 264 0

Schimbă perechea de comparație

Compară OpenAI: GPT-5.3-Codex cu...

Compară Qwen: Qwen3.5-Flash cu...