#7
OpenAI
Релиз: 2026-02-05
Проверено: 2026-04-11 01:44
openai/gpt-5.3-codex::medium
???? ?????
$1.750 / 1M
???? ??????
$14.000 / 1M
Нестабильные тесты
3
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-05-22 00:19 Повторный тест | 8.3 | 10.0 | $0.685 | Сравнить | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 8.6 | Н/Д | $0.573 | Текущий запуск |
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Первый зафиксированный запуск | 8.6 | 8.7 | Н/Д | 13/18 | 3 | 37,458 | $0.573 | 15.38s |
| 2026-05-22 00:19 · Повторный тест | 8.3 | 8.4 | 10.0 | 14/20 | 4 | 44,948 | $0.685 | 15.97s |
| Разница | +0.2 | +0.3 | -1 | -1 | -7490 | -$0.113 | -581ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 8.7 | 7.9 | |
| Программирование | 10.0 | 10.0 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 5.9 | 7.2 | |
| Общий интеллект | 4.6 | 10.0 | |
| Следование инструкциям | 10.0 | 10.0 | |
| Решение головоломок | 9.0 | 7.9 | |
| Вызов инструментов | 10.0 | 10.0 |