AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Qwen: Qwen3.7 Max

Сводка

Сравнение benchmark GPT-5.3-Codex vs Qwen3.7 Max: Qwen3.7 Max лидирует по среднему баллу: 9.4 vs 8.9. Qwen3.7 Max имеет более низкую стоимость benchmark: $0.523 vs $0.740. Qwen3.7 Max быстрее: 16.02s vs 16.22s, с долей успешных попыток 82.5% vs 88.9%.

Рекомендуемая модель: Qwen3.7 Max - У него самый высокий балл в этом сравнении (9.4) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22
Оценка	8.9	9.4
Ранг	#10	#3
Надежность	10.0	10.0
Стабильность	8.5	9.6
Тестов верно
Доля успешных попыток	82.5%	88.9%
Нестабильные тесты	4	1
Всего запусков	63	63
Стоимость за результат	4.932	5.517
Общая стоимость	$0.740	$0.523
Цена входа	$1.750 / 1M	$1.250 / 1M
Цена выхода	$14.000 / 1M	$3.750 / 1M
Общее число входных токенов	34,299	42,360
Выходные токены	2,357	2,129
Токены рассуждений	46,189	122,959
Время ответа (среднее)	16.22s	16.02s
Время ответа (макс.)	100.93s	59.98s
Время ответа (суммарно)	340.67s	336.51s

Генерация showcase

Hamster playing table tennis

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

#10 GPT-5.3-Codex

medium

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

#3 Qwen3.7 Max

medium

Стоимость: $0.017
Время: 68.8s
Токены: 4,526 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

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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		19.56s	11,019	364	2,731
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

Быстрое сравнение

Сменить пару сравнения

GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium DeepSeek V4 FlashhighvsGPT-5.3-Codexmedium GPT-5.2 ChatnonevsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.3-Codexmedium DeepSeek V4 FlashhighvsQwen3.7 Maxmedium Claude Opus 4.8lowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsGPT-5.3-Codexmedium Gemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium