Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

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

Сводка

Сравнение benchmark GPT-5.3-Codex (medium) vs Qwen3.7 Max: GPT-5.3-Codex (medium) лидирует по среднему баллу: 8.9 vs 6.9. Qwen3.7 Max имеет более низкую стоимость benchmark: $0.054 vs $0.740. Qwen3.7 Max быстрее: 1.30s vs 16.22s, с долей успешных попыток 82.5% vs 66.7%.

Рекомендуемая модель: Qwen3.7 Max - Он дает лучший общий компромисс: конкурентный балл (6.9), ниже стоимость, чем у GPT-5.3-Codex (medium), и сбалансированное время ответа.

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

Метрика GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05 Qwen3.7 Max Qwen3.7 Max none Релиз: 2026-05-22
Оценка 8.9 6.9
Ранг #13 #82
Надежность 10.0 10.0
Стабильность 8.5 10.0
Тестов верно
Доля успешных попыток 82.5% 66.7%
Нестабильные тесты 4 0
Всего запусков 63 63
Стоимость за результат 4.932 0.744
Общая стоимость $0.740 $0.054
Цена входа $1.750 / 1M $1.250 / 1M
Цена выхода $14.000 / 1M $3.750 / 1M
Общее число входных токенов 34,299 37,107
Выходные токены 2,357 1,994
Токены рассуждений 46,189 0
Время ответа (среднее) 16.22s 1.30s
Время ответа (макс.) 100.93s 3.92s
Время ответа (суммарно) 340.67s 27.21s

Генерация showcase

Hamster playing table tennis

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

#13 GPT-5.3-Codex

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

#82 Qwen3.7 Max

none
Стоимость
$0.046
Время
195.0s
Токены
12,171 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 6.5 10.0 50.0% 0 1.08s 696 242 0
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 5.5 10.0 33.3% 0 1.35s 7,911 582 0
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 3.0 10.0 0.0% 0 2.17s 9,549 171 0
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 1.35s 7,794 243 0
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 7.7 10.0 66.7% 0 975ms 789 15 0
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 1.04s 522 120 0
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 943ms 711 72 0
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 1.13s 714 314 0
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 3.92s 8,211 222 0
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 856ms 210 13 0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 Maxnonegpt-oss-120bmediumБесплатно доступноvsQwen3.7 MaxnoneLaguna XS 2.1mediumБесплатно доступноvsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 26B A4BmediumБесплатно доступноvsQwen3.7 MaxnoneGemini 3.5 FlashlowvsGPT-5.3-Codexmedium