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

Средний балл практически равен: 9.1 vs 9.2. Qwen3.8 MAX (medium) имеет более низкую стоимость benchmark: $1.181 vs $1.318. GPT-5.3-Codex (medium) быстрее: 18.87s vs 27.34s, с долей успешных попыток 84.1% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #43
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Ранг: #40
Общее число выходных токенов: 104,596
Время ответа (среднее): 27.34s
Общая стоимость: $1.181

Рекомендуемая модель GPT-5.3-Codex (medium)

У него самый высокий балл в этом сравнении (9.1) и лучший общий баланс стоимости и времени ответа среди 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	9.1	9.2
Ранг	#43	#40
Надежность	10.0	10.0
Стабильность	8.6	9.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	84.1%	81.2%
Нестабильные тесты	4	1
Всего запусков	69	69
Стоимость за результат	7.753	5.266
Общая стоимость	$1.318	$1.181
Цена входа	$1.750 / 1M	$2.000 / 1M
Цена выхода	$14.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.175 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	222,794	276,512
Выходные токены	7,357	8,152
Токены рассуждений	58,930	96,444
Время ответа (среднее)	18.87s	27.34s
Время ответа (макс.)	100.93s	126.60s
Время ответа (суммарно)	433.94s	628.75s
Параметры	~1.2T всего (~80B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#43 GPT-5.3-Codex

medium

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

#40 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:

Агентные задачи	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		61.91s	141,607	1,099	4,814
Qwen3.8 MAX	10.0	10.0	100.0%	0		115.27s	167,457	1,586	10,963

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		63.93s	732	71	30,150
Qwen3.8 MAX	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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

Сменить пару сравнения

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse Spark OpenhighvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium