OpenAI: GPT-5.3-Codex vs OpenAI: GPT-5.4

GPT-5.3-Codex (medium) лидирует по среднему баллу: 8.9 vs 8.5. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $0.920 vs $1.533. GPT-5.3-Codex (medium) быстрее: 16.96s vs 23.10s, с долей успешных попыток 83.3% vs 77.3%.

Рекомендуемая модельGPT-5.3-Codex (medium)Здесь у него лучший балл (8.9), при этом он примерно в 1.7 раза дешевле, чем GPT-5.4 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05
Оценка	8.9	8.5
Ранг	#16	#21
Надежность	10.0	10.0
Стабильность	8.6	8.6
Тестов верно
Доля успешных попыток	83.3%	77.3%
Нестабильные тесты	4	4
Всего запусков	66	66
Стоимость за результат	5.748	10.220
Общая стоимость	$0.920	$1.533
Цена входа	$1.750 / 1M	$2.500 / 1M
Цена выхода	$14.000 / 1M	$15.000 / 1M
Общее число входных токенов	81,268	81,127
Выходные токены	6,251	6,155
Токены рассуждений	49,274	82,515
Время ответа (среднее)	16.96s	23.10s
Время ответа (макс.)	100.93s	100.41s
Время ответа (суммарно)	373.19s	508.26s

Hamster playing table tennis

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

#16 GPT-5.3-Codex

medium

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

#21 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 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
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Быстрое сравнение

Сменить пару сравнения

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.4medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Gemini 3.6 FlashlowvsGPT-5.3-Codexmedium Muse Spark 1.1highvsGPT-5.4medium Gemini 3.5 Flash-LitehighvsGPT-5.4medium GPT-5.4mediumvsInklinghigh GPT-5.4mediumvsGLM 5.2high GPT-5.3-CodexmediumvsGrok 4.5low