Gemini 4 Hydrogen (xhigh) vs GPT-5.3-Codex (medium)

Средний балл практически равен: 9.2 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $8.734. GPT-5.3-Codex (medium) быстрее: 18.87s vs 89.92s, с долей успешных попыток 89.9% vs 84.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-13

Сравниваемые модели

Ранг: #48
Общее число выходных токенов: 1,039,092
Время ответа (среднее): 89.92s
Общая стоимость: $8.734

Ранг: #50
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (9.1), при этом он примерно в 6.6 раза дешевле, чем Gemini 4 Hydrogen (xhigh).

Подробное сравнение

Метрика	Gemini 4 Hydrogen Gemini 4 Hydrogen xhigh Релиз: 2026-11-12	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Gemini 4 Hydrogen Gemini 4 Hydrogen xhigh Релиз: 2026-11-12	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.2	9.1
Ранг	#48	#50
Надежность	9.0	10.0
Стабильность	9.1	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	84.1%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	45.967	7.753
Общая стоимость	$8.734	$1.318
Цена входа	$1.500 / 1M	$1.750 / 1M
Цена выхода	$7.500 / 1M	$14.000 / 1M
Цена чтения из кэша	$0.075 / 1M	$0.175 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	626,965	222,794
Выходные токены	9,003	7,357
Токены рассуждений	1,030,089	58,930
Время ответа (среднее)	89.92s	18.87s
Время ответа (макс.)	379.79s	100.93s
Время ответа (суммарно)	2068.10s	433.94s
Параметры	~300B всего (~15B 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.

#48 Gemini 4 Hydrogen

xhigh

Стоимость: $0.329
Время: 259.1s
Токены: 43,952 tok

#50 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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		103.09s	247,153	1,133	31,102
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		6.98s	918	176	7,105
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		86.90s	8,448	485	125,825
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
Gemini 4 Hydrogen	5.2	6.9	33.3%	1		332.59s	299,105	6,028	346,202
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		16.34s	8,025	340	12,072
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
Gemini 4 Hydrogen	7.6	7.2	77.8%	1		267.57s	963	42	440,755
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		9.66s	591	111	2,939
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
Gemini 4 Hydrogen	8.5	6.8	83.3%	1		19.81s	825	96	15,385
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		8.37s	882	275	6,720
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		74.83s	59,794	293	30,902
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
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		26.65s	261	24	11,082
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 DeepSeek V4.1 Flash 1017lowvsGemini 4 Hydrogenxhigh Muse Spark 1.3highvsGPT-5.3-Codexmedium Gemini 4 HydrogenxhighvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsGemini 4 Hydrogenxhigh Muse WonderlowvsGPT-5.3-Codexmedium Gemini 4 HydrogenhighvsGPT-5.3-Codexmedium Gemini 4 HydrogenxhighvsQwen3.8 Max (0902)high Gemini 4 HydrogenxhighvsGPT-5.5medium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium