GPT-5.3-Codex
よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(69%安い)。
より安価でスコアの高いランク付けモデルが6つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)ほか3つ。
2026年11月16日時点で、GPT-5.3-Codex(OpenAI)のBenchLeader Indexは62.9です(ランク付けされた608構成中上位50位以内)。最も強いのはエージェント・ツール(80)、最も弱いのはマルチモーダル(61)です。API料金は入力100万トークンあたり$1.75、出力100万トークンあたり$14.00(3:1のブレンドで$4.81)で、2026年11月16日時点の定価です。出力速度は約94トークン/秒です(Artificial Analysis)。2026年2月5日にリリースされました。
要点(2026年11月16日時点)
- GPT-5.3-CodexのAPI料金は入力100万トークンあたり$1.75、出力100万トークンあたり$14.00(3:1のブレンドで$4.81)です(定価、2026年11月16日)。
- GPT-5.3-Codexの出力速度は約94トークン/秒です(Artificial Analysis、2026年11月16日)。
- GPT-5.3-Codexは2026年2月5日にリリースされました(OpenAI)。
詳しく見ると:GPT-5.3-CodexはOpenAIのプロプライエタリな推論モデルです(2026年2月5日リリース)。最もスコアの高い構成(推論エフォート xhigh)は、BenchLeader Indexで62.9 ±7.0を記録し、608構成中45位で上位半分に入ります。重要なのはこの「±」です。ほかに209構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではエージェント・ツールが最も高く(80)、マルチモーダルが最も低くなっています(61)。ブレンド価格は100万トークンあたり$4.81で、ランク付けされたモデルの中で最も高価な部類です。出力速度は94トークン/秒、回答開始まで38.2秒で、多くのモデルより高速です。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月29日。
- ブレンド価格
- $4.81/M
- 入力$1.75・出力$14.00
- 出典:Artificial Analysis
- 出力速度
- 94 tok/s
- Artificial Analysisによる測定
- 回答開始
- 38 s
- 最初のトークン 2.54 s
- コンテキスト
- 400k
- 出典:models.dev
- 回答完了まで
- 97 s
- 最終測定2026年11月13日
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年2月5日
- 総合Index63
- コーディング61
- エージェント・ツール80
- 指示追従74
- マルチモーダル61
- 長文コンテキスト66
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/gpt-5-3-codex)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
OpenAIはこの名前で4つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| GPT-5.3-Codexxhighこのページ | 2026年2月5日 | 62.9 | #45 |
| GPT-5.2-Codex | 2025年12月18日 | 57.6 | #150 |
| GPT-5.1-Codexhigh | 2025年11月12日 | – | – |
| GPT-5-Codexhigh | 2025年9月15日 | 58.6 | #125 |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月19日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond (AA)Index対象外 | 91.5%#46 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 42.5%#78 | Artificial Analysis | |
| CritPtIndex対象外 | 16.9%#93 | Artificial Analysis |
コーディング
| ベンチマーク | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SWE-bench Verified (Epoch) | 74.8%#15 | – | – | Epoch AI Benchmarking Hub | |
| WeirdML | – | 77.9%#22 | 79.3%#19 | WeirdML | |
| Arena WebDevエフォート未記載 | – | – | 1406#98 | Arena (LMArena) | |
| LiveCodeBench | – | 87.3%#15 | – | Vals AI | |
| IOI | – | 53.8%#23 | – | Vals AI | |
| SWE-bench (Vals)Index対象外 | – | 78.0%#33 | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | 61.8%#61 | – | Vals AI | |
| ALE-BenchIndex対象外 | – | 1655.2#20 | – | Epoch AI Benchmarking Hub | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | 1155#121 | Design Arena |
エージェント・ツール
| ベンチマーク | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Terminal-Benchエフォート未記載 | – | – | 78.4%#6 | Terminal-Bench | |
| Terminal-Bench Hard | – | 53.0%#17 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | – | 86.0%#93 | – | Artificial Analysis | |
| HiL-Benchエフォート未記載 | – | – | 4.3%#35 | Scale AI SEAL | |
| Terminal-Bench 2.0 (Vals)Index対象外 | 64.0%#6 | – | – | Vals AI | |
| METR Time HorizonsIndex対象外エフォート未記載 | – | – | 74.5%#6 | METR | |
| Vending-Bench 2Index対象外エフォート未記載 | – | – | 5940.1#25 | Andon Labs | |
| AA-Briefcase v1.1Index対象外 | – | 868#182 | – | Artificial Analysis | |
| Design Arena AgenticIndex対象外エフォート未記載 | – | – | 1018#74 | Design Arena |
指示追従
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| IFBench | 75.4%#33 | Artificial Analysis |
マルチモーダル
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| MMMU-Pro | 78.5%#83 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 83.3%#22 | Artificial Analysis |
総合
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 32.5#117 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 301.3#120 | Artificial Analysis |
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| OpenAI | 81 tok/s | 3.52 s | $1.75 | $14.00 | 400k | – |
| Azure | 59 tok/s | 3.89 s | $1.75 | $14.00 | 400k | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.175のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0049 | $0.0044 | 41.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.029 | $0.015 | 44.5 s |
| コード編集 | 6,000 / 1,500 | $0.032 | $0.024 | 54.1 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.161 | $0.090 | 1.3 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0063 | $0.0039 | 40.3 s |
GPT-5.3-Codexと比較する
- GPT-5.3-Codex vs Claude Sonnet 5.5
- GPT-5.3-Codex vs Gemini 4 Argon
- GPT-5.3-Codex vs Gemini 3.8 Flash
- GPT-5.3-Codex vs Grok 4.7
- GPT-5.3-Codex vs GPT-6.1 Sol
- GPT-5.3-Codex vs GPT-6 Sol
- GPT-5.3-Codex vs Qwen3.8 Max
- GPT-5.3-Codex vs GPT-5.4
- GPT-5.3-Codex vs GLM 5.3
- GPT-5.3-Codex vs GLM 5.3 Flash
- GPT-5.3-Codex vs Gemini 4 Carbon
- GPT-5.3-Codex vs o3
- GPT-5.3-Codex vs DeepSeek V4.1 Flash 1017
- GPT-5.3-Codex vs Claude Opus 4.6
- GPT-5.3-Codex vs GPT-6.1 Terra
- GPT-5.3-Codex vs Claude Opus 5
- GPT-5.3-Codex vs Muse Spark 1.2
- GPT-5.3-Codex vs Gemini 3.7 Flash
- GPT-5.3-Codex vs Muse Wonder Full
- GPT-5.3-Codex vs Muse Wonder
- GPT-5.3-Codex vs Claude Opus 4.7
- GPT-5.3-Codex vs Gemini 3.5 Flash
- GPT-5.3-Codex vs Gemini 4 Hydrogen
- GPT-5.3-Codex vs Muse Spark 1.1
- GPT-5.3-Codex vs Qwen3.6 Max
- GPT-5.3-Codex vs Kimi K3.1 Pro
- GPT-5.3-Codex vs GPT-5.5
- GPT-5.3-Codex vs Muse Spark 1.3
- GPT-5.3-Codex vs Muse Spark
- GPT-5.3-Codex vs GPT-5.6 Sol
- GPT-5.3-Codex vs Claude Fable 5
- GPT-5.3-Codex vs Claude Fable 5.1
- GPT-5.3-Codex vs GPT-6 Astra
- GPT-5.3-Codex vs Claude Opus 5.5
- GPT-5.3-Codex vs Claude Fable 5.2
関連ページ
埋め込み・引用
GPT-5.3-Codexの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/gpt-5-3-codex)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). GPT-5.3-Codex on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-3-codex
BibTeX:
@misc{benchleader_gpt_5_3_codex_20261116,
author = {{BenchLeader}},
title = {{GPT-5.3-Codex on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-3-codex}},
note = {Data as of 2026-11-16}
}よくある質問
- GPT-5.3-Codexのベンチマークスコアは?
- 2026年11月16日時点で、GPT-5.3-Codex(推論エフォート xhigh)のBenchLeader Indexは62.9 ±7.0です(上位50位以内)。最も強いのはエージェント・ツール(80)、最も弱いのはマルチモーダル(61)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- GPT-5.3-Codexの順位は?
- 2026年11月16日時点で、GPT-5.3-Codex(推論エフォート xhigh)はランク付けされた608構成中45位です(上位50位以内)。ほかに209構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- GPT-5.3-Codexの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、GPT-5.3-Codexの料金は入力100万トークンあたり$1.75、出力100万トークンあたり$14.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$4.81です。
- GPT-5.3-CodexはGPT-5.4より優れていますか?
- 2026年11月16日時点で、GPT-5.3-Codex(推論エフォート xhigh)とGPT-5.4(推論エフォート xhigh)の品質はほぼ互角です(BenchLeader Indexで62.9対63.1、±7.5の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- GPT-5.3-Codexはいつリリースされましたか?
- OpenAIが2026年2月5日にGPT-5.3-Codexをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「GPT-5.3-Codex:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-5-3-codex