GPT-5.3 Chat vs Qwen3.5-27B (medium)

排名: #67
总输出令牌: 30,854
响应时间（平均）: 6.88s
总成本: $0.571

排名: #71
总输出令牌: 614,429
响应时间（平均）: 111.94s
总成本: $0.981

推荐模型 GPT-5.3 Chat

它在这里得分最高（7.5），同时成本比Qwen3.5-27B (medium)低约 1.7 倍。

详细对比

指标	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24

指标	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24
分数	7.5	7.4
排名	#67	#71
可靠性	10.0	10.0
一致性	8.2	8.2
测试正确
尝试通过率	68.2%	72.7%
不稳定测试	5	5
总运行次数	66	66
每个结果成本	4.387	8.324
总成本	$0.571	$0.981
输入价格	$1.750 / 1M	$0.195 / 1M
输出价格	$14.000 / 1M	$1.560 / 1M
总输入令牌	78,990	111,635
输出令牌	30,854	15,999
推理令牌	0	598,430
响应时间（平均）	6.88s	111.94s
响应时间（最大）	18.33s	1026.43s
响应时间（总计）	151.31s	2462.67s

模型生成展示

Hamster playing table tennis

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

#67 GPT-5.3 Chat

none

成本: $0.008
时间: 8.1s
令牌: 634 tok

#71 Qwen3.5-27B

medium

成本: $0.008
时间: 62.0s
令牌: 3,099 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
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

快速对比

切换对比组合

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 GPT-5.6 TerralowvsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsQwen3.5-27Bmedium Claude Opus 5nonevsQwen3.5-27Bmedium MiniMax M3mediumvsGPT-5.3 Chatnone Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone