GPT-5.3-Codex (medium) vs Qwen3.8 Max (0902) (high)

Средний балл практически равен: 8.9 vs 8.9. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $0.988 vs $2.736. GPT-5.3-Codex (medium) быстрее: 16.91s vs 185.56s, с долей успешных попыток 83.3% vs 86.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-07

Ранг: #32
Общее число выходных токенов: 60,374
Время ответа (среднее): 16.91s
Общая стоимость: $0.988

Ранг: #31
Общее число выходных токенов: 419,443
Время ответа (среднее): 185.56s
Общая стоимость: $2.736

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (8.9), при этом он примерно в 2.8 раза дешевле, чем Qwen3.8 Max (0902) (high).

Подробное сравнение

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07
Оценка	8.9	8.9
Ранг	#32	#31
Надежность	10.0	9.8
Стабильность	8.6	9.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	83.3%	86.4%
Нестабильные тесты	4	3
Всего запусков	66	66
Стоимость за результат	6.171	16.089
Общая стоимость	$0.988	$2.736
Цена входа	$1.750 / 1M	$2.000 / 1M
Цена выхода	$14.000 / 1M	$6.000 / 1M
Общее число входных токенов	81,187	109,226
Выходные токены	6,258	6,890
Токены рассуждений	54,116	412,553
Время ответа (среднее)	16.91s	185.56s
Время ответа (макс.)	100.93s	912.78s
Время ответа (суммарно)	372.03s	4082.41s
Параметры	~1.2T всего (~80B активных)	2.4T всего (~100B 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.

#32 GPT-5.3-Codex

medium

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

#31 Qwen3.8 Max (0902)

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		15.86s	1,128	263	6,631

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		253.22s	8,235	418	91,734

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
Qwen3.8 Max (0902)	8.7	6.9	83.3%	1		110.39s	79,527	5,215	28,102

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		16.37s	8,010	261	3,598

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		63.93s	732	71	30,150
Qwen3.8 Max (0902)	5.9	7.2	55.6%	1		658.46s	842	31	154,450

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
Qwen3.8 Max (0902)	6.5	3.4	66.7%	1		75.11s	630	80	8,110

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
Qwen3.8 Max (0902)	9.8	10.0	100.0%	0		7.55s	927	86	1,823

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		134.14s	1,038	268	47,351

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.21s	8,571	249	243

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
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		532.59s	318	19	70,511

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.3highvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsGrok 4.5high Seed 2.1 TurbohighvsGPT-5.3-Codexmedium GPT-5.5mediumvsQwen3.8 Max (0902)high Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)high Claude Fable 5.1highvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsQwen3.8 Max (0902)high Seed 2.1 TurbolowvsQwen3.8 Max (0902)high Seed 2.1 TurbolowvsGPT-5.3-Codexmedium Muse Spark 1.3mediumvsQwen3.8 Max (0902)high Gemini 3.5 Flash LitehighvsGPT-5.3-Codexmedium