#7 GPT-5.3-Codex
medium- Стоимость
- $0.049
- Время
- 54.9s
- Токены
- 3,580 tok
OpenAI
Релиз: 2026-02-05
Проверено: 2026-04-11 01:44
openai/gpt-5.3-codex::medium
~1.2T всего (~80B активных)MoEЗакрытая модельОценка Сводка
GPT-5.3-Codex набирает 8.6 в AI BENCHY и занимает #7. У модели надежность Н/Д, доля успешных попыток 83.3%, общая стоимость $0.573 и среднее время ответа 15.38s.
Сведения о модели
Дата исследования: 2026-08-12
- Параметры
- ~1.2T всего (~80B активных)
- Архитектура
- MoE
- Доступность
- Закрытая модель
- Лицензия
- -
Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.
8.6
Стабильность
8.7
Н/Д
Общее число выходных токенов
37,458
Общее число входных токенов
0
Цена входа
$1.750 / 1M
Цена выхода
$14.000 / 1M
Нестабильные тесты
3
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-08-14 02:13 Повторный тест | 8.9 | 10.0 | $0.988 | Сравнить | |
| 2026-07-16 22:33 Добавлен новый тест | 8.9 | 10.0 | $0.920 | Сравнить | |
| 2026-06-04 13:45 Добавлен новый тест | 8.4 | 10.0 | $0.740 | 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 | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Первый зафиксированный запуск | 54/54 попыток | 8.6 | 8.7 | Н/Д | 13/18 | 3 | 37,458 | 0 | $0.573 | 15.38s |
| 2026-06-04 13:45 · Добавлен новый тест | 63/63 попыток | 8.4 | 8.5 | 10.0 | 15/21 | 4 | 48,546 | 34,299 | $0.740 | 16.22s |
| Разница | — | +0.2 | +0.2 | -2 | -1 | -11088 | -34299 | -$0.168 | -838ms |
Покрытие бенчмарка различается: 54/54 попыток (Цель: 3 повторов на тест) против 63/63 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.
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.
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
Быстрое сравнение
GPT-5.3-CodexmediumvsGrok 4.5highGPT-5.3-CodexmediumvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsGemini 3.5 FlashlowGPT-5.3-CodexmediumvsGPT-5.5mediumGPT-5.3-CodexmediumvsGemini 3.5 Flash LitehighGPT-5.3-CodexmediumvsGemini 3.5 FlashmediumGPT-5.3-CodexmediumvsClaude Opus 4.8mediumGPT-5.3-CodexmediumvsQwen3.7 MaxmediumGPT-5.3-CodexmediumvsClaude Opus 5low
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 |