GPT-5.3-Codex (medium) vs Pareto (default)

Средний балл практически равен: 9.1 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $1.520. GPT-5.3-Codex (medium) быстрее: 18.87s vs 33.47s, с долей успешных попыток 84.1% vs 87.0%.

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: #47
Общее число выходных токенов: 128,144
Время ответа (среднее): 33.47s
Общая стоимость: $1.520

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (9.1), и он отвечает примерно в 1.8 раза быстрее, чем Pareto (default).

Подробное сравнение

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Pareto Pareto default Релиз: 2026-09-18

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	Pareto Pareto default Релиз: 2026-09-18
Оценка	9.1	9.1
Ранг	#43	#47
Надежность	10.0	10.0
Стабильность	8.6	9.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	84.1%	87.0%
Нестабильные тесты	4	2
Всего запусков	69	69
Стоимость за результат	7.753	8.000
Общая стоимость	$1.318	$1.520
Цена входа	$1.750 / 1M	$2.500 / 1M
Цена выхода	$14.000 / 1M	$7.500 / 1M
Цена чтения из кэша	$0.175 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	222,794	223,559
Выходные токены	7,357	128,144
Токены рассуждений	58,930	0
Время ответа (среднее)	18.87s	33.47s
Время ответа (макс.)	100.93s	143.33s
Время ответа (суммарно)	433.94s	769.84s
Параметры	~1.2T всего (~80B 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

#47 Pareto

default

Стоимость: $0.034
Время: 170.7s
Токены: 4,581 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
Pareto	10.0	10.0	100.0%	0		76.54s	112,825	8,914	0

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
Pareto	10.0	10.0	100.0%	0		6.39s	703	2,173	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
Pareto	10.0	10.0	100.0%	0		50.12s	7,471	1,949	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		26.04s	57,988	4,258	5,816
Pareto	7.2	9.1	50.0%	0		53.54s	85,180	98,580	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
Pareto	10.0	10.0	100.0%	0		2.57s	7,728	1,371	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		63.93s	732	71	30,150
Pareto	7.7	10.0	66.7%	0		98.85s	858	8,379	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
Pareto	10.0	10.0	100.0%	0		8.63s	492	260	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
Pareto	10.0	10.0	100.0%	0		4.95s	667	507	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
Pareto	8.2	7.2	88.9%	1		18.24s	624	4,433	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
Pareto	10.0	10.0	100.0%	0		3.29s	6,762	963	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
Pareto	2.8	1.6	33.3%	1		32.07s	249	615	0

Сменить пару сравнения

Seed 2.1 TurbohighvsParetodefault Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse WonderlowvsParetodefault Muse Spark 1.3highvsGPT-5.3-Codexmedium Muse WonderminimalvsParetodefault Muse Spark 1.3highvsParetodefault Muse WonderlowvsGPT-5.3-Codexmedium Claude Haiku 5.5xhighvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Qwen3.8 Max (0902)highvsParetodefault DeepSeek V4.1 Flash 1017lowvsGPT-5.3-Codexmedium