BenchLeader

GPT-5.3 Chat

推理强度
质量第 62 / 339 名
58.3Index
前四分之一
较中位数 +8.1
价格第 218 / 255 名
$4.81每百万 token
最贵的四分之一
中位数的 5.7 倍
性价比第 217 / 255 名
12.1分/$
后四分之一
中位数的 0.2 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 35 分之一。

有 35 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 32 个。

截至 2026年11月16日,GPT-5.3 Chat(OpenAI)在 BenchLeader Index 上得分 58.3(共 608 个已排名配置)。表现最好的是推理(66),最弱的是数学(61)。API 价格为输入每百万 token $1.75、输出每百万 token $14.00(按 3:1 混合为 $4.81),为 2026年11月16日的标价。发布于 2026年3月3日。

要点(截至 2026年11月16日)

  • GPT-5.3 Chat 的 API 价格为输入每百万 token $1.75、输出每百万 token $14.00(按 3:1 混合为 $4.81)(标价,2026年11月16日)。
  • GPT-5.3 Chat 于 2026年3月3日发布(OpenAI)。

详细说明:GPT-5.3 Chat 是 OpenAI 的闭源模型,发布于 2026年3月3日。其最佳配置在 BenchLeader Index 上得分 58.3 ±2.2,在 608 个配置中排第 133 名,处于上半区。关键在于这个“±”:另有 227 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(66),数学最低(61)。按混合价格计,每百万 token $4.81,属于已排名模型中最贵的一档。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$4.81/M
输入 $1.75 · 输出 $14.00
来源:LiteLLM price table
输出速度
–
首次回答
–
上下文
128k
来源:LiteLLM price table
单任务成本
–
单任务 token 数
–
发布日期
2026年3月3日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index58
  2. 推理66
  3. 编程63
  4. 数学61
  5. 人类偏好63

嵌入这个排名

更多徽章样式
[![GPT-5.3 Chat on BenchLeader: 综合第 62 名](https://www.benchleader.com/badge/gpt-5-3.svg?style=compact)](https://www.benchleader.com/models/gpt-5-3)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
xhigh––––$0.0049
未说明最佳58.3#133––$0.0049编程 63 · 人类偏好 63 · 数学 61 · 推理 66

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
Arena Hard Prompts1473#83Arena (LMArena)
Kagi LLM Benchmark75.0%#12Kagi LLM Benchmark
Arena Expert不计入 Index1470#92Arena (LMArena)

编程

基准测试xhigh默认来源趋势
Arena Coding推理强度未说明–1497#87Arena (LMArena)
SWE Atlas v1.0: Codebase QnA不计入 Index32.6%#14–Scale AI SEAL
SWE Atlas v1.0: Refactoring不计入 Index42.4%#9–Scale AI SEAL
SWE Atlas v1.0: Test Writing不计入 Index39.0%#12–Scale AI SEAL

数学

基准测试默认来源趋势
Arena Maths1431#108Arena (LMArena)

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1435#87Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1450#79Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1690#35EQ-Bench
Arena Creative Writing不计入 Index1408#98Arena (LMArena)
Arena Multi-turn不计入 Index1467#69Arena (LMArena)
Arena Longer Queries不计入 Index1457#83Arena (LMArena)

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0049––
总结一份 30 页的报告12,000 / 600$0.029––
代码编辑6,000 / 1,500$0.032––
智能体编程会话60,000 / 4,000$0.161––
结构化信息提取2,000 / 200$0.0063––

OpenAI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 GPT-5.3 Chat 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![GPT-5.3 Chat on BenchLeader: 综合第 62 名](https://www.benchleader.com/badge/gpt-5-3.svg)](https://www.benchleader.com/models/gpt-5-3)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). GPT-5.3 Chat on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-3

BibTeX:

@misc{benchleader_gpt_5_3_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5.3 Chat on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-3}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

GPT-5.3 Chat 的基准测试得分是多少?
截至 2026年11月16日,GPT-5.3 Chat 的 BenchLeader Index 为 58.3 ±2.2。最强的是推理(66),最弱的是数学(61)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
GPT-5.3 Chat 排名第几?
截至 2026年11月16日,GPT-5.3 Chat 在 608 个已排名配置中排第 133 名。另有 227 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
GPT-5.3 Chat 每百万 token 的价格是多少?
截至 2026年11月16日,GPT-5.3 Chat 的价格为输入每百万 token $1.75、输出每百万 token $14.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.81。
GPT-5.3 Chat 是什么时候发布的?
OpenAI 于 2026年3月3日发布了 GPT-5.3 Chat。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《GPT-5.3 Chat:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-5-3。