#7 GPT-5.3-Codex
medium- Cost
- $0.049
- Timp
- 54.9s
- Tokenuri
- 3,580 tok
OpenAI
Lansare: 2026-02-05
Testat la: 2026-04-11 01:44
openai/gpt-5.3-codex::medium
Rezumat
GPT-5.3-Codex obține 8.6 pe AI BENCHY și este pe #7. Are fiabilitate N/D, rată de reușită 83.3%, cost total $0.573 și timp mediu de răspuns 15.38s.
Ce face GPT-5.3-Codex unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
8.6
Consistență
8.7
N/D
$0.573
Total tokenuri de ieșire
37,458
Total tokenuri de intrare
0
Preț de intrare
$1.750 / 1M
Preț de ieșire
$14.000 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:45 Test nou adăugat | 8.4 | 10.0 | $0.740 | Compară | |
| 2026-05-22 00:19 Retestare | 8.3 | 10.0 | $0.685 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 8.6 | N/D | $0.573 | Rularea curentă |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Prima rulare înregistrată | 8.6 | 8.7 | N/D | 13/18 | 3 | 37,458 | 0 | $0.573 | 15.38s |
| 2026-06-04 13:45 · Test nou adăugat | 8.4 | 8.5 | 10.0 | 15/21 | 4 | 48,546 | 34,299 | $0.740 | 16.22s |
| Diferență | +0.2 | +0.2 | -2 | -1 | -11088 | -34299 | -$0.168 | -838ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
GPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsQwen3.6 Max PreviewmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsGemini 3.1 Pro PreviewmediumGPT-5.3-CodexmediumvsClaude Opus 4.7mediumGPT-5.3-CodexmediumvsGemini 3.5 FlashhighGPT-5.3-CodexmediumvsGemini 3 Flash PreviewmediumGPT-5.3-CodexmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGPT-5.3-CodexmediumvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.7 | 7.9 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.9 | 7.2 | |
| Inteligență generală | 4.6 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 9.0 | 7.9 | |
| Apelare instrumente | 10.0 | 10.0 |