AI BENCHY
Advertise here
#41

GPT-5.3 Chat

OpenAI Lansare: 2026-03-03 Testat la: 2026-04-11 01:44 openai/gpt-5.3-chat::none

Rezumat

GPT-5.3 Chat obține 7.7 pe AI BENCHY și este pe #41. Are fiabilitate N/D, rată de reușită 68.5%, cost total $0.340 și timp mediu de răspuns 5.88s.

Ce face GPT-5.3 Chat unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #16. Este vizibil rapid față de modele similare.

Scor

7.7

Consistență

8.6

Fiabilitate

N/D

Total tokenuri de ieșire

20,784

Total tokenuri de intrare

0

Preț de intrare

$1.750 / 1M

Preț de ieșire

$14.000 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 68.5%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

5.88s

Timp de răspuns (maxim): 18.33s

Timp de răspuns (total): 105.90s

Hamster playing table tennis

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

#41 GPT-5.3 Chat

none
Cost
$0.008
Timp
8.1s
Tokenuri
634 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-07-16 22:40 Test nou adăugat 7.5 10.0 $0.571 Compară
2026-06-04 13:47 Test nou adăugat 7.2 10.0 $0.433 Compară
2026-05-22 00:20 Retestare 7.4 10.0 $0.401 Compară
2026-04-11 01:44 Prima rulare înregistrată 7.7 N/D $0.340 Rularea curentă

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 6.7 8.1
Programare 10.0 10.0
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.5 4.4
Inteligență generală 4.6 10.0
Respectarea instrucțiunilor 8.3 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0

Modele comparate