Terug naar overzicht
🇺🇸 OpenAI · Verenigde Staten ZDR mogelijk #44 populair
GPT-5.3-Codex
Niveau: Professioneel
Sterke allrounders met de beste balans tussen kwaliteit en prijs. Voor de meeste organisaties de slimste keuze.
GPT-5.3-Codex is OpenAI’s advanced agentic coding model, combining the frontier software engineering performance of GPT-5.2-Codex with the broader reasoning and professional knowledge capabilities of GPT-5.2. It achieves state-of-the-art…
KostenGemiddeld
SnelheidVlotgemeten · 95.7 tokens/sec
Werkgeheugen400K tokenshoeveel tekst het tegelijk aankan
SlimheidPrima55/100
Goede prijs-kwaliteit
33
waarde / 100
Loont de prijs?
Sterke balans tussen prijs en kwaliteit.
Bespaar slim: Muse Spark 1.3
is minstens net zo slim voor 58% minder geld. Bovendien is het sneller en minstens even goed in agent-taken. Voor de meeste taken merk je het verschil nauwelijks.
Goed voor
- E-mails, teksten en samenvattingen schrijven
- Het verwerken van hele lange documenten
- Het lezen van afbeeldingen en scans
Minder geschikt voor
- Zwaar programmeerwerk
Aanbieder buiten de EU (Verenigde Staten & Canada). Let bij gevoelige gegevens op je verwerkersafspraken.
Zero Data Retention mogelijk. Dit model kan via OpenRouter worden ingezet bij een aanbieder die je invoer niet bewaart en niet gebruikt voor training — belangrijk voor vertrouwelijke bedrijfsgegevens. Stel ZDR in je OpenRouter-account in om dit af te dwingen.
Slimheid
55/100 · prima
Schrijven
72/100 · sterk
Programmeren
27/100 · basaal
Agent-taken
74/100 · sterk
Geavanceerd — voor professionals
Onderstaande gegevens zijn bedoeld voor wie de techniek wil doorgronden: ruwe benchmarkscores, gemeten snelheid/latency, prijsopbouw en databronnen. Niet nodig om een goede keuze te maken.
Benchmarks
Klik op een benchmark voor uitleg en alle uitslagen per model; het ?-knopje geeft een korte uitleg.
| Intelligence Index | 32.5 |
| Samengestelde slimheidsscore van Artificial Analysis: het gemiddelde over vele tests voor redeneren, kennis, wiskunde en code. Hoger = slimmer. Alle uitslagen & uitleg → | |
| Coding Index | geen data |
| Gemiddelde van programmeertests: hoe goed het model code schrijft, begrijpt en verbetert. Alle uitslagen & uitleg → | |
| Math Index | geen data |
| Gemiddelde van wiskundetests: rekenen, algebra en wiskundig redeneren. Alle uitslagen & uitleg → | |
| Agentic Index | geen data |
| Hoe goed het model zelfstandig meerstaps-taken uitvoert met tools (bestanden openen, zoeken, acties uitvoeren). Alle uitslagen & uitleg → | |
| MMLU-Pro | geen data |
| Grote kennistest met ruim 12.000 pittige meerkeuzevragen over 14 vakgebieden (recht, economie, natuurkunde…). Meet brede kennis en redeneren. Alle uitslagen & uitleg → | |
| GPQA Diamond | 91.5% |
| Zeer moeilijke wetenschapsvragen op PhD-niveau (biologie, natuur- en scheikunde). Zelfs menselijke experts halen hier maar ~65%. Alle uitslagen & uitleg → | |
| Humanity's Last Exam | 42.5% |
| De zwaarste kennistest die er is: duizenden extreem moeilijke vragen over honderden onderwerpen. Lage percentages zijn hier normaal. Alle uitslagen & uitleg → | |
| LiveCodeBench | geen data |
| Verse programmeeropgaven die pas ná de training van het model zijn verschenen — meet écht kunnen programmeren in plaats van onthouden. Alle uitslagen & uitleg → | |
| SciCode | geen data |
| Programmeeropgaven uit echte wetenschappelijke onderzoekspapers — combineert code en vakkennis. Alle uitslagen & uitleg → | |
| AIME (wiskunde) | geen data |
| Vragen van de Amerikaanse wiskunde-olympiade voor scholieren. Meet geavanceerd wiskundig redeneren. Alle uitslagen & uitleg → | |
| IFBench (instructievolgen) | 75.4% |
| Meet hoe precies het model instructies opvolgt, zoals eisen aan lengte, opmaak of vorm van het antwoord. Alle uitslagen & uitleg → | |
| τ²-bench (agent-taken) | 86% |
| Realistische klantenservice-scenario's (vluchten omboeken, abonnementen wijzigen) waarin het model zelfstandig regels moet volgen en tools gebruiken. Alle uitslagen & uitleg → | |
| Terminal-Bench (agent-taken) | 53% |
| Opdrachten die het model zelfstandig in een computerterminal moet uitvoeren — een zware test voor agent-vaardigheden. Alle uitslagen & uitleg → | |
Prestaties (gemeten)
| Output-snelheid | 95.7 tokens/sec |
| Time-to-first-token (latency) | 51.33 sec |
| Snelheidsbron | gemeten (Artificial Analysis) |
Design Arena (ELO)
Head-to-head ranglijst waarin modellen het tegen elkaar opnemen op praktijktaken (websites, code, UI, datavisualisatie). Hogere ELO = vaker gewonnen.
| Gemiddelde ELO | 1132 |
| godotgamedev | ELO 1124 · rang 27 |
| androidnative | ELO 1084 · rang 31 |
| fullstack | ELO 983 · rang 42 |
| webapps | ELO 1032 · rang 42 |
Technische specificaties
| Model-ID | openai/gpt-5.3-codex |
| Contextvenster | 400.000 tokens |
| Kennis bijgewerkt tot | onbekend |
| Uitgebracht | 24 feb 2026 |
| Invoer | tekst, beeld, bestanden |
| Redeneren (reasoning) | ja |
| Populariteitsscore | 65/100 |
| Databronnen | openrouter, artificial_analysis, design_arena |