#71 Claude Sonnet 4.6
none- 成本
- $0.038
- 时间
- 27.3s
- 令牌
- 2,598 tok
AI BENCHY 对比
Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.3-Codex
摘要
GPT-5.3-Codex (medium) 平均分领先，为 8.9 vs 7.3。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.316 vs $0.740。 Claude Sonnet 4.6 更快，为 5.04s vs 16.22s，通过率为 55.6% vs 82.5%。
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：: 2026-07-14
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | GPT-5.3-Codex GPT-5.3-Codex medium |
|---|---|---|
| 分数 | 7.3 | 8.9 |
| 排名 | #71 | #13 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 55.6% | 82.5% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.870 | 4.932 |
| 总成本 | $0.316 | $0.740 |
| 输入价格 | $3.000 / 1M | $1.750 / 1M |
| 输出价格 | $15.000 / 1M | $14.000 / 1M |
| 总输入令牌 | 57,886 | 34,299 |
| 输出令牌 | 9,465 | 2,357 |
| 推理令牌 | 0 | 46,189 |
| 响应时间（平均） | 5.04s | 16.22s |
| 响应时间（最大） | 23.84s | 100.93s |
| 响应时间（总计） | 70.60s | 340.67s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#13 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 Sonnet 4.6 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| 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
Claude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5mediumClaude Sonnet 4.6nonevsMercury 2medium