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

Qwen3.8 Max (medium) лидирует по среднему баллу: 9.1 vs 8.9. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.728 vs $0.920. GPT-5.3-Codex (medium) быстрее: 16.96s vs 21.53s, с долей успешных попыток 83.3% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-04

Ранг: #18
Общее число выходных токенов: 55,525
Время ответа (среднее): 16.96s
Общая стоимость: $0.920

Ранг: #14
Общее число выходных токенов: 84,826
Время ответа (среднее): 21.53s
Общая стоимость: $0.728

Рекомендуемая модель Qwen3.8 Max (medium)

У него самый высокий балл в этом сравнении (9.1) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Подробное сравнение

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04
Оценка	8.9	9.1
Ранг	#18	#14
Надежность	10.0	10.0
Стабильность	8.6	9.7
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	83.3%	84.9%
Нестабильные тесты	4	1
Всего запусков	66	66
Стоимость за результат	5.748	4.040
Общая стоимость	$0.920	$0.728
Цена входа	$1.750 / 1M	$2.000 / 1M
Цена выхода	$14.000 / 1M	$6.000 / 1M
Общее число входных токенов	81,268	109,046
Выходные токены	6,251	6,567
Токены рассуждений	49,274	78,259
Время ответа (среднее)	16.96s	21.53s
Время ответа (макс.)	100.93s	126.60s
Время ответа (суммарно)	373.19s	473.75s

Генерация showcase моделей

Hamster playing table tennis

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

#18 GPT-5.3-Codex

medium

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

#14 Qwen3.8 Max

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 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	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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
Qwen3.8 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581

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	10.0	10.0	100.0%	0		6.41s	516	168	700

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	10.0	10.0	100.0%	0		3.49s	699	102	914

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	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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	3.0	10.0	0.0%	0		11.49s	204	28	1,767

Быстрое сравнение

Сменить пару сравнения

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Claude Opus 5highvsQwen3.8 Maxmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium Gemini 3.5 Flash LitehighvsGPT-5.3-Codexmedium Qwen3.8 MaxmediumvsGrok 4.5high Gemini 3.6 FlashlowvsGPT-5.3-Codexmedium GPT-5.5lowvsQwen3.8 Maxmedium GPT-5.6 SolhighvsQwen3.8 Maxmedium GPT-5.3-CodexmediumvsQwen3.8 Maxlow Claude Opus 5highvsGPT-5.3-Codexmedium Claude Opus 5lowvsGPT-5.3-Codexmedium