- 排名
- #35
- 总输出令牌
- 199,268
- 响应时间（平均）
- 16.58s
- 总成本
- $0.140
Claude Haiku 5.5 (xhigh) vs GPT-5.3-Codex (medium)
平均分几乎持平，为 9.1 vs 9.1。 Claude Haiku 5.5 (xhigh) benchmark 成本更低，为 $0.140 vs $1.318。 Claude Haiku 5.5 (xhigh) 更快，为 16.58s vs 18.87s，通过率为 81.2% vs 84.1%。
已对比模型
- 排名
- #34
- 总输出令牌
- 66,287
- 响应时间（平均）
- 18.87s
- 总成本
- $1.318
推荐模型
Claude Haiku 5.5 (xhigh)
它在这里得分最高（9.1），同时成本比GPT-5.3-Codex (medium)低约 9.5 倍。
详细对比
| 指标 | Claude Haiku 5.5 Claude Haiku 5.5 xhigh | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| 分数 | 9.1 | 9.1 |
| 排名 | #35 | #34 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 8.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 81.2% | 84.1% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.773 | 7.753 |
| 总成本 | $0.140 | $1.318 |
| 输入价格 | $0.100 / 1M | $1.750 / 1M |
| 输出价格 | $0.500 / 1M | $14.000 / 1M |
| 缓存读取价格 | $0.010 / 1M | $0.175 / 1M |
| 缓存写入价格 | $0.125 / 1M | 不适用 |
| 总输入令牌 | 394,509 | 222,794 |
| 输出令牌 | 10,349 | 7,357 |
| 推理令牌 | 188,919 | 58,930 |
| 响应时间（平均） | 16.58s | 18.87s |
| 响应时间（最大） | 92.74s | 100.93s |
| 响应时间（总计） | 381.40s | 433.94s |
| 参数量 | ~50B | ~1.2T 总计 (~80B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#35 Claude Haiku 5.5
xhigh- 成本
- $0.021
- 时间
- 189.0s
- 令牌
- 41,343 tok
#34 GPT-5.3-Codex
medium- 成本
- $0.049
- 时间
- 54.9s
- 令牌
- 3,580 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 62.72s | 257,002 | 2,786 | 14,500 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 61.91s | 141,607 | 1,099 | 4,814 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 2.88s | 858 | 367 | 3,017 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 13.13s | 10,608 | 504 | 26,396 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 38.95s | 99,968 | 4,903 | 45,341 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 26.04s | 57,988 | 4,258 | 5,816 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.65s | 10,515 | 312 | 2,656 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 5.3 | 7.2 | 44.4% | 1 | 47.83s | 990 | 65 | 83,800 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 63.93s | 732 | 71 | 30,150 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 5.0 | 10.0 | 0.0% | 0 | 9.80s | 714 | 155 | 4,341 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.34s | 921 | 100 | 1,775 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 7.6 | 7.2 | 77.8% | 1 | 3.80s | 912 | 563 | 4,066 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.42s | 11,757 | 354 | 1,285 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 | 3.0 | 10.0 | 0.0% | 0 | 4.79s | 264 | 240 | 1,742 | |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 |
快速对比
切换对比组合
GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsMuse Spark 1.3highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsParetodefaultClaude Haiku 5.5xhighvsSeed 2.1 TurbohighGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsQwen3.8 MAXmediumClaude Haiku 5.5xhighvsGPT-5.5mediumClaude Haiku 5.5xhighvsGemini 3.5 Flashlow