Claude Opus 5 vs OpenAI: GPT-5.3 Chat

平均分几乎持平，为 7.5 vs 7.5。 GPT-5.3 Chat benchmark 成本更低，为 $0.571 vs $1.550。 GPT-5.3 Chat 更快，为 6.88s vs 7.60s，通过率为 57.6% vs 68.2%。

推荐模型GPT-5.3 Chat它在这里得分最高（7.5），同时成本比Claude Opus 5低约 2.7 倍。

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 none 发布日期: 2026-07-25	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03

指标	Claude Opus 5 Claude Opus 5 none 发布日期: 2026-07-25	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03
分数	7.5	7.5
排名	#59	#62
可靠性	10.0	10.0
一致性	9.6	8.2
测试正确
尝试通过率	57.6%	68.2%
不稳定测试	1	5
总运行次数	66	66
每个结果成本	12.912	4.387
总成本	$1.550	$0.571
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	185,550	78,990
输出令牌	24,866	30,854
推理令牌	0	0
响应时间（平均）	7.60s	6.88s
响应时间（最大）	47.72s	18.33s
响应时间（总计）	167.28s	151.31s

Hamster playing table tennis

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

#59 Claude Opus 5

none

成本: $0.271
时间: 149.3s
令牌: 10,962 tok

#62 GPT-5.3 Chat

none

成本: $0.008
时间: 8.1s
令牌: 634 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

类别:

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 Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0

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	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0

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 Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0

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 Opus 5	10.0	10.0	100.0%	0		3.88s	10,503	309	0
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0

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 Opus 5	5.3	10.0	33.3%	0		10.75s	975	5,440	0
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0

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 Opus 5	10.0	10.0	100.0%	0		3.70s	708	316	0
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0

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 Opus 5	10.0	10.0	100.0%	0		2.81s	909	99	0
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0

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 Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0

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 Opus 5	10.0	10.0	100.0%	0		7.89s	11,739	355	0
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0

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 Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

快速对比

切换对比组合

Claude Opus 5nonevsNemotron 3 Ultramedium免费可用 Claude Opus 5nonevsKimi K2.7 Codemedium Claude Opus 5nonevsGPT-5.4 Nanomedium Claude Opus 5nonevsGPT-5.6 Lunamedium Kimi K2.7 CodemediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Claude Opus 5nonevsGrok Build 0.1medium Claude Opus 5nonevsGPT-5.6 Terralow Claude Opus 5nonevsGPT-5.4 Minimedium Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium GPT-5.3 ChatnonevsQwen3.5-27Bmedium