- 排名
- #279
- 总输出令牌
- 28,179
- 响应时间(平均)
- 6.31s
- 总成本
- $0.533
GPT 5.3 Chat (default) vs Qwen3.5 Plus 2026-02-15 (medium)
Qwen3.5 Plus 2026-02-15 (medium) 平均分领先,为 7.2 vs 6.7。 GPT 5.3 Chat (default) benchmark 成本更低,为 $0.533 vs $0.567。 GPT 5.3 Chat (default) 更快,为 6.31s vs 97.68s,通过率为 62.3% vs 72.5%。
已对比模型
- 排名
- #229
- 总输出令牌
- 302,730
- 响应时间(平均)
- 97.68s
- 总成本
- $0.567
推荐模型
GPT 5.3 Chat (default)
它的得分接近这里的最高分(6.7 vs 7.2),同时响应速度比Qwen3.5 Plus 2026-02-15 (medium)快约 15.5 倍。
详细对比
| 指标 | GPT 5.3 Chat GPT 5.3 Chat default | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium |
|---|---|---|
| 分数 | 6.7 | 7.2 |
| 排名 | #279 | #229 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 7.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 62.3% | 72.5% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 4.097 | 4.047 |
| 总成本 | $0.533 | $0.567 |
| 输入价格 | $1.750 / 1M | $0.260 / 1M |
| 输出价格 | $14.000 / 1M | $1.560 / 1M |
| 缓存读取价格 | 不适用 | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 78,846 | 249,486 |
| 输出令牌 | 7,635 | 14,481 |
| 推理令牌 | 20,544 | 288,249 |
| 响应时间(平均) | 6.31s | 97.68s |
| 响应时间(最大) | 18.33s | 304.85s |
| 响应时间(总计) | 138.73s | 1562.81s |
| 参数量 | ~400B 总计 (~17B 激活) | ~397B 总计 (~17B 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.
#279 GPT 5.3 Chat
default- 成本
- $0.008
- 时间
- 8.1s
- 令牌
- 634 tok
#229 Qwen3.5 Plus 2026-02-15
medium- 成本
- $0.011
- 时间
- 125.5s
- 令牌
- 7,040 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 955ms | 0 | 0 | 0 | |
| Qwen3.5 Plus 2026-02-15 | 6.1 | 3.1 | 66.7% | 1 | 186.40s | 135,917 | 4,658 | 23,363 |
| 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 | 671 | 2,496 | |
| Qwen3.5 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 672 | 205 | 21,236 |
| 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 | 808 | 5,824 | |
| Qwen3.5 Plus 2026-02-15 | 6.6 | 7.1 | 44.4% | 1 | 180.70s | 6,950 | 420 | 80,595 |
| 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 | 3,587 | 3,264 | |
| Qwen3.5 Plus 2026-02-15 | 6.9 | 5.9 | 66.7% | 1 | 175.85s | 87,576 | 8,085 | 69,183 |
| 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 | 494 | 448 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 7,782 | 270 | 14,916 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 12.75s | 579 | 213 | 5,376 | |
| Qwen3.5 Plus 2026-02-15 | 5.3 | 7.2 | 44.4% | 1 | 55.99s | 453 | 35 | 30,685 |
| 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 | 191 | 128 | |
| Qwen3.5 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 344 | 73 | 8,675 |
| 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 | 339 | 1,152 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 699 | 101 | 7,704 |
| 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 | 606 | 1,152 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 32.50s | 696 | 301 | 13,853 |
| 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 | 605 | 256 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 8,193 | 309 | 909 |
| 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 | 121 | 448 | |
| Qwen3.5 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 103.81s | 204 | 24 | 17,130 |
快速对比
切换对比组合
Ember-1maxvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsInkling 2 MiniminimalMiniMax M3mediumvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsGrok 4.7highApodex 1.1 Minihigh免费可用vsGPT 5.3 ChatdefaultNex-N2.6highvsQwen3.5 Plus 2026-02-15mediumGPT 5.3 ChatdefaultvsSolar Pro 4lowGemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 Flashlow