GPT-5-Codex
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
- 综合 Index59
- 编程59
- 智能体与工具67
- 指令遵循73
- 多模态56
- 长上下文60
嵌入这个排名
更多徽章样式[](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。
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-Codexxhigh | 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。
Index 走势
2026年9月19日 至 2026年11月16日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 Index | 5.6#307 | Artificial Analysis |
推理
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 83.7%#158 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 27.9%#187 | – | Artificial Analysis | |
| Kagi LLM Benchmark推理强度未说明 | – | 70.3%#26 | Kagi LLM Benchmark | |
| CritPt不计入 Index | 5.1%#170 | – | Artificial Analysis |
编程
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| WeirdML | 54.5%#59 | 54.5%#59 | WeirdML | |
| LiveCodeBench | 84.7%#36 | – | Vals AI | |
| LiveCodeBench (AA)不计入 Index | 84.0%#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%#50 | Terminal-Bench | |
| Terminal-Bench Hard | 37.9%#62 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 86.8%#84 | – | Artificial Analysis | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | 1050#69 | Design Arena |
数学
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 98.7%#2 | Artificial Analysis |
指令遵循
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 74.2%#36 | Artificial Analysis |
多模态
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 73.8%#132 | Artificial Analysis |
长上下文
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 71.7%#213 | Artificial Analysis |
综合
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 24.9#175 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 275.1#191 | Artificial 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 | $0.0032 | 12.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.021 | $0.011 | 14.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.022 | $0.017 | 22.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.115 | $0.064 | 42.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0045 | $0.0028 | 11.1 s |
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。
[](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}
}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。