导航
AI BENCHY
Advertise here

Claude Opus 5 vs OpenAI: GPT-5.3-Codex

GPT-5.3-Codex (medium) 平均分领先，为 8.9 vs 8.6。 GPT-5.3-Codex (medium) benchmark 成本更低，为 $0.920 vs $1.121。 Claude Opus 5 (low) 更快，为 6.99s vs 16.96s，通过率为 80.3% vs 83.3%。

推荐模型GPT-5.3-Codex (medium)它在本次比较中得分最高（8.9），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标 Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25 GPT-5.3-Codex GPT-5.3-Codex medium 发布日期: 2026-02-05
分数 8.6 8.9
排名 #23 #18
可靠性 10.0 10.0
一致性 9.3 8.6
测试正确
尝试通过率 80.3% 83.3%
不稳定测试 2 4
总运行次数 66 66
每个结果成本 6.593 5.748
总成本 $1.121 $0.920
输入价格 $5.000 / 1M $1.750 / 1M
输出价格 $25.000 / 1M $14.000 / 1M
总输入令牌 134,773 81,268
输出令牌 14,123 6,251
推理令牌 3,896 49,274
响应时间（平均） 6.99s 16.96s
响应时间（最大） 30.67s 100.93s
响应时间（总计） 153.73s 373.19s

Hamster playing table tennis

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

#23 Claude Opus 5

low
成本
$0.062
时间
30.2s
令牌
2,615 tok

#18 GPT-5.3-Codex

medium
成本
$0.049
时间
54.9s
令牌
3,580 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

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 Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

快速对比

切换对比组合

GPT-5.3-CodexmediumvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 5lowvsMuse Spark 1.1mediumClaude Opus 5lowvsGPT-5.4mediumClaude Opus 5lowvsQwen3.6 Max PreviewmediumClaude Opus 5lowvsGPT-5.2mediumClaude Opus 5lowvsGrok 4.5mediumClaude Opus 5highvsGPT-5.3-CodexmediumClaude Opus 5lowvsGrok 4.5highClaude Opus 5lowvsGemini 2.5 FlashmediumClaude Opus 5lowvsGPT-5.5mediumGemini 3.6 FlashlowvsGPT-5.3-Codexmedium