Claude Opus 5.5 (medium) vs GPT-5.3-Codex (medium)

Claude Opus 5.5 (medium) лидирует по среднему баллу: 9.2 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $1.804. GPT-5.3-Codex (medium) быстрее: 18.87s vs 25.85s, с долей успешных попыток 89.9% vs 84.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #29
Общее число выходных токенов: 32,127
Время ответа (среднее): 25.85s
Общая стоимость: $1.804

Ранг: #34
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Рекомендуемая модель GPT-5.3-Codex (medium)

Он дает лучший общий компромисс: конкурентный балл (9.1), ниже стоимость, чем у Claude Opus 5.5 (medium), и сбалансированное время ответа.

Подробное сравнение

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.2	9.1
Ранг	#29	#34
Надежность	10.0	10.0
Стабильность	9.7	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	84.1%
Нестабильные тесты	1	4
Всего запусков	69	69
Стоимость за результат	9.016	7.753
Общая стоимость	$1.804	$1.318
Цена входа	$4.000 / 1M	$1.750 / 1M
Цена выхода	$20.000 / 1M	$14.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.175 / 1M
Цена записи в кэш	$5.000 / 1M	Н/Д
Общее число входных токенов	290,117	222,794
Выходные токены	9,805	7,357
Токены рассуждений	22,322	58,930
Время ответа (среднее)	25.85s	18.87s
Время ответа (макс.)	90.20s	100.93s
Время ответа (суммарно)	594.63s	433.94s
Параметры	~5T всего (~500B активных)	~1.2T всего (~80B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#29 Claude Opus 5.5

medium

Стоимость: $0.053
Время: 25.6s
Токены: 2,781 tok

#34 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Сменить пару сравнения

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Claude Opus 5.5mediumvsMuse Spark 1.3high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Claude Opus 5.5mediumvsParetodefault Claude Opus 5.5mediumvsSeed 2.1 Turbohigh