Claude Sonnet 5.5 (max) vs GPT-5.3-Codex (medium)

Claude Sonnet 5.5 (max) лидирует по среднему баллу: 9.0 vs 8.9. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $0.988 vs $7.545. GPT-5.3-Codex (medium) быстрее: 16.91s vs 83.04s, с долей успешных попыток 81.8% vs 83.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-29

Сравниваемые модели

Ранг: #39
Общее число выходных токенов: 727,349
Время ответа (среднее): 83.04s
Общая стоимость: $7.545

Ранг: #43
Общее число выходных токенов: 60,374
Время ответа (среднее): 16.91s
Общая стоимость: $0.988

Рекомендуемая модель GPT-5.3-Codex (medium)

Его балл близок к лучшему здесь (8.9 против 9.0), при этом он примерно в 7.6 раза дешевле, чем Claude Sonnet 5.5 (max).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 max Релиз: 2026-09-29	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 max Релиз: 2026-09-29	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.0	8.9
Ранг	#39	#43
Надежность	10.0	10.0
Стабильность	9.4	8.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	81.8%	83.3%
Нестабильные тесты	2	4
Всего запусков	66	66
Стоимость за результат	44.380	6.171
Общая стоимость	$7.545	$0.988
Цена входа	$2.000 / 1M	$1.750 / 1M
Цена выхода	$10.000 / 1M	$14.000 / 1M
Общее число входных токенов	135,496	81,187
Выходные токены	8,153	6,258
Токены рассуждений	719,196	54,116
Время ответа (среднее)	83.04s	16.91s
Время ответа (макс.)	488.39s	100.93s
Время ответа (суммарно)	1826.84s	372.03s
Параметры	~1T всего (~100B активных)	~1.2T всего (~80B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#39 Claude Sonnet 5.5

max

OpenRouter returned no showcase content (finish_reason: length).

Стоимость: $0.000
Время: 571.7s
Токены: 0 tok

#43 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.39s	858	397	3,109
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 Sonnet 5.5	10.0	10.0	100.0%	0		55.26s	10,608	580	70,730
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 Sonnet 5.5	10.0	10.0	100.0%	0		113.57s	97,957	5,219	95,067
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 Sonnet 5.5	10.0	10.0	100.0%	0		16.07s	10,515	312	10,487
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 Sonnet 5.5	5.3	10.0	33.3%	0		401.38s	990	19	485,043
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 Sonnet 5.5	5.1	3.4	33.3%	1		56.66s	714	322	20,156
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 Sonnet 5.5	8.5	6.8	83.3%	1		6.24s	921	98	2,263
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 Sonnet 5.5	10.0	10.0	100.0%	0		6.17s	912	578	3,186
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 Sonnet 5.5	10.0	10.0	100.0%	0		41.40s	11,757	354	12,232
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 Sonnet 5.5	3.0	10.0	0.0%	0		47.01s	264	274	16,923
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 5.5maxvsQwen3.8 Maxmedium Claude Sonnet 5.5maxvsGPT-5.5medium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGemini 3.5 Flashmedium Muse Spark 1.3highvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGrok 4.5high GPT-5.3-CodexmediumvsGrok 4.5high GPT-5.3-CodexmediumvsParetonone Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsQwen3.7 Maxmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high