BenchLeader

GPT-5-Codex

推理强度
质量第 58 / 339 名
58.6Index
前四分之一
较中位数 +8.4
价格第 197 / 255 名
$3.44每百万 token
最贵的四分之一
中位数的 4.0 倍
速度第 54 / 216 名
120token/秒
前四分之一
中位数的 1.5 倍
性价比第 197 / 255 名
17.0分/$
后四分之一
中位数的 0.3 倍

性价比更高: Claude Haiku 5.5 $0.200/M 即可获得 Index 56.7,价格只有 17 分之一。

有 20 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 17 个。

截至 2026年11月16日,GPT-5-Codex(OpenAI)在 BenchLeader Index 上得分 58.6(共 608 个已排名配置)。表现最好的是指令遵循(73),最弱的是多模态(56)。API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44),为 2026年11月16日的标价。输出速度约为 120 token/秒(Artificial Analysis)。发布于 2025年9月15日。

要点(截至 2026年11月16日)

  • GPT-5-Codex 的 API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44)(标价,2026年11月16日)。
  • GPT-5-Codex 的输出速度约为 120 token/秒(Artificial Analysis,2026年11月16日)。
  • GPT-5-Codex 于 2025年9月15日发布(OpenAI)。

详细说明:GPT-5-Codex 是 OpenAI 的闭源推理模型,发布于 2025年9月15日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 58.6 ±5.2,在 608 个配置中排第 125 名,处于上半区。关键在于这个“±”:另有 254 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,指令遵循得分最高(73),多模态最低(56)。按混合价格计,每百万 token $3.44,比大多数已排名模型贵。输出速度为 120 token/秒,首次回答需 9.5 秒,位于最快的四分之一。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9月1日。

混合价格
$3.44/M
输入 $1.25 · 输出 $10.00
来源:Artificial Analysis
输出速度
120 tok/s
由 Artificial Analysis 测量
首次回答
9.48 s
上下文
272k
来源:LiteLLM price table
完整回答
18 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年9月15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 Index59
  2. 编程59
  3. 智能体与工具67
  4. 指令遵循73
  5. 多模态56
  6. 长上下文60

嵌入这个排名

更多徽章样式
[![GPT-5-Codex on BenchLeader: 综合第 58 名](https://www.benchleader.com/badge/gpt-5-codex.svg?style=compact)](https://www.benchleader.com/models/gpt-5-codex)

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

版本

OpenAI 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
GPT-5.3-Codexxhigh2026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-Codexhigh本页2025年9月15日58.6#125

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
high最佳58.6#125120 tok/s9.48 s$0.0035智能体与工具 67 · 编程 59 · 指令遵循 73 · 长上下文 60 · 多模态 56
未说明––––$0.0035智能体与工具 53 · 编程 53 · 推理 64

Index 走势

2026年9月19日 至 2026年11月16日
535964

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

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。

元数据

基准测试high来源趋势
AA Openness Index不计入 Index5.6#307Artificial Analysis

推理

基准测试high默认来源趋势
GPQA Diamond (AA)不计入 Index83.7%#158–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index27.9%#187–Artificial Analysis
Kagi LLM Benchmark推理强度未说明–70.3%#26Kagi LLM Benchmark
CritPt不计入 Index5.1%#170–Artificial Analysis

编程

基准测试high默认来源趋势
WeirdML54.5%#5954.5%#59WeirdML
LiveCodeBench84.7%#36–Vals AI
LiveCodeBench (AA)不计入 Index84.0%#17–Artificial Analysis

智能体与工具

基准测试high默认来源趋势
Terminal-Bench推理强度未说明–44.3%#50Terminal-Bench
Terminal-Bench Hard37.9%#62–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index86.8%#84–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–1050#69Design Arena

数学

基准测试high来源趋势
AIME 2025 (AA)不计入 Index98.7%#2Artificial Analysis

指令遵循

基准测试high来源趋势
IFBench74.2%#36Artificial Analysis

多模态

基准测试high来源趋势
MMMU-Pro73.8%#132Artificial Analysis

长上下文

基准测试high来源趋势
AA-LCR v1.171.7%#213Artificial Analysis

综合

基准测试high来源趋势
AA Intelligence Index v4.3.2不计入 Index24.9#175Artificial Analysis
AA Progress Index v1不计入 Index275.1#191Artificial Analysis

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,价格为每百万 token $0.125。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$0.0035$0.003212.0 s
总结一份 30 页的报告12,000 / 600$0.021$0.01114.5 s
代码编辑6,000 / 1,500$0.022$0.01722.0 s
智能体编程会话60,000 / 4,000$0.115$0.06442.7 s
结构化信息提取2,000 / 200$0.0045$0.002811.1 s

OpenAI 的更多模型

本月新上线

将 GPT-5-Codex 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 GPT-5-Codex 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-Codex on BenchLeader: 综合第 58 名](https://www.benchleader.com/badge/gpt-5-codex.svg)](https://www.benchleader.com/models/gpt-5-codex)

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

BibTeX:

@misc{benchleader_gpt_5_codex_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5-Codex on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-codex}},
  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-Codex 的基准测试得分是多少?
截至 2026年11月16日,GPT-5-Codex(推理强度 high)的 BenchLeader Index 为 58.6 ±5.2。最强的是指令遵循(73),最弱的是多模态(56)。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-Codex 排名第几?
截至 2026年11月16日,GPT-5-Codex(推理强度 high)在 608 个已排名配置中排第 125 名。另有 254 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-Codex 每百万 token 的价格是多少?
截至 2026年11月16日,GPT-5-Codex 的价格为输入每百万 token $1.25、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.44。
GPT-5-Codex 比 GPT-6.1 Terra 更好吗?
截至 2026年11月16日,GPT-5-Codex(推理强度 high)与 GPT-6.1 Terra(推理强度 max)的质量不相上下(BenchLeader Index 58.6 比 64.1,在 ±5.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
GPT-5-Codex 是什么时候发布的?
OpenAI 于 2025年9月15日发布了 GPT-5-Codex。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-Codex: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-codex。