BenchLeader

GPT-5.3-Codex

推論エフォート
品質339中20位
62.9Index
上位10%
中央値比 +12.7
価格255中218位
$4.81100万トークンあたり
高い方から4分の1
中央値の5.7倍
速度216中91位
94トークン/秒
中央値より上
中央値の1.2倍
コスパ255中213位
13.1ポイント/$
下位4分の1
中央値の0.2倍

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index63
  2. コーディング61
  3. エージェント・ツール80
  4. 指示追従74
  5. マルチモーダル61
  6. 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
[![GPT-5.3-Codex on BenchLeader: 総合 20位](https://www.benchleader.com/badge/gpt-5-3-codex.svg?style=compact)](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。

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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-Codex2025年12月18日57.6#150
GPT-5.1-Codexhigh2025年11月12日––
GPT-5-Codexhigh2025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。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
high––62 tok/s2.54 s$0.0049コーディング 56
xhigh最良62.9#4594 tok/s38 s$0.0049エージェント・ツール 80 · コーディング 61 · 指示追従 74 · 長文コンテキスト 66 · マルチモーダル 61
未記載––62 tok/s2.54 s$0.0049エージェント・ツール 57 · コーディング 52

Indexの推移

2026年9月19日〜2026年11月16日
566471

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%#46Artificial Analysis
Humanity's Last Exam (AA)Index対象外42.5%#78Artificial Analysis
CritPtIndex対象外16.9%#93Artificial Analysis

コーディング

ベンチマークhighxhigh標準出典推移
SWE-bench Verified (Epoch)74.8%#15––Epoch AI Benchmarking Hub
WeirdML–77.9%#2279.3%#19WeirdML
Arena WebDevエフォート未記載––1406#98Arena (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#121Design Arena

エージェント・ツール

ベンチマークhighxhigh標準出典推移
Terminal-Benchエフォート未記載––78.4%#6Terminal-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%#35Scale 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%#6METR
Vending-Bench 2Index対象外エフォート未記載––5940.1#25Andon 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#74Design Arena

指示追従

ベンチマークxhigh出典推移
IFBench75.4%#33Artificial Analysis

マルチモーダル

ベンチマークxhigh出典推移
MMMU-Pro78.5%#83Artificial Analysis

長文コンテキスト

ベンチマークxhigh出典推移
AA-LCR v1.183.3%#22Artificial 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#117Artificial Analysis
AA Progress Index v1Index対象外301.3#120Artificial 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
OpenAI81 tok/s3.52 s$1.75$14.00400k–
Azure59 tok/s3.89 s$1.75$14.00400k–

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$0.004441.3 s
30ページのレポートを要約12,000 / 600$0.029$0.01544.5 s
コード編集6,000 / 1,500$0.032$0.02454.1 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$0.0901.3 min
構造化データの抽出2,000 / 200$0.0063$0.003940.3 s

OpenAIのほかのモデル

今月の新着

GPT-5.3-Codexと比較する

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。

[![GPT-5.3-Codex on BenchLeader: 総合 20位](https://www.benchleader.com/badge/gpt-5-3-codex.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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