数据点: 73
Model compare
GPT-4 vs GPT-5.3 Codex
GPT-4 和 GPT-5.3 Codex 的结论先放在这里，方便先判断是否值得继续看明细。
Key Takeaways
综合加权结果：GPT-5.3 Codex。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GPT-5.3 Codex
GPT-5.3 Codex 当前综合加权更高；模型 A / B 得分为 4 对 96。
证据覆盖
73 个数据点
包含 4 个 benchmark、0 个 audit 样本和 10 个 provider 样本。
选择依据
优先看 GPT-5.3 Codex
下方图表把 14 组高信号样本拆开，便于核对速度、跑分和安全分。
切换对比模型
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
对比总表
这份报告只使用 LMSpeed 已有数据：GPT-4 和 GPT-5.3 Codex 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | GPT-4 | GPT-5.3 Codex |
|---|---|---|
| 综合领先 | 对照 | 领先 |
| 综合加权得分 | 4.0 分 | 96.0 分 |
| Benchmark 分类领先 | 0 类 | 2 类 |
| 运营维度优势 | 首 token 延迟 | 最低输入价格、平均速度、免费服务商、服务商覆盖 |
| 上下文窗口 | 8.2K tokens | 400K tokens |
| 最大输出 | 4.1K tokens | 128K tokens |
| 模态 | 输入 文本 输出 文本 | 输入 文本图像文件 输出 文本 |
| 能力 | 文本输入文本输出工具调用结构化输出JSON 模式 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
模型元信息
模型元信息
| Model compare | GPT-4 | GPT-5.3 Codex |
|---|---|---|
| 开发者 | OpenAI | OpenAI |
| 发布日期 | 2023年5月 | 2026年2月 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | GPT | GPT |
| 知识截止 | 2021-09-30 | 暂无数据 |
| OpenRouter ID | openai/gpt-4 | openai/gpt-5.3-codex |
| 来源链接 | 暂无数据 | 暂无数据 |
什么时候选哪个模型
这份报告只使用 LMSpeed 已有数据：GPT-4 和 GPT-5.3 Codex 的价格、测速聚合、第三方跑分与共同服务商样本。
GPT-4
GPT-4 的运营优势是：首 token 延迟。
GPT-5.3 Codex
GPT-5.3 Codex 在 benchmark 分类（代码、推理）和运营维度（最低输入价格、平均速度、免费服务商、服务商覆盖）更强。
跑分对比
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
分类能力对比
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
- 模型 A 覆盖
- 3 / 8
- 模型 B 覆盖
- 6 / 8
- 共同覆盖
- 2 个共同分类
平均分
GPT-4
41.2
平均分
GPT-5.3 Codex
55.3
Agents
GPT-5.3 Codex
代码
GPT-5.3 Codex 领先 10.9
推理
GPT-5.3 Codex 领先 23.0
知识
GPT-5.3 Codex
数学
GPT-4
多语言
暂无数据
多模态
GPT-5.3 Codex
指令遵循
GPT-5.3 Codex
专业跑分明细
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
专业跑分明细
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
GPT-4
$30.00/M
排名 #184/186 · confidence 4
GPT-5.3 Codex
领先$1.75/M
排名 #140/186 · confidence 4
GPT-4
$37.50/M
排名 #184/186 · confidence 4
GPT-5.3 Codex
领先$4.81/M
排名 #155/186 · confidence 4
GPT-4
$60.00/M
排名 #179/186 · confidence 4
GPT-5.3 Codex
领先$14.00/M
排名 #156/186 · confidence 4
GPT-4
34.9%
排名 #211/218 · confidence 4
GPT-5.3 Codex
领先91.5%
排名 #21/218 · confidence 4
API audit 对比
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
API audit 对比
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | GPT-4 | GPT-5.3 Codex |
|---|---|---|
| 暂无共同 provider 的已完成 audit。 | ||
Provider 数据样本
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
Provider 数据样本
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | GPT-4 | GPT-5.3 Codex |
|---|---|---|
QQ Code10 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.3 Codex speed / latency 57 tok/s / 2985ms input / output 暂无数据 |
小水管 API10 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.3 Codex speed / latency 201 tok/s / 2135ms input / output 暂无数据 |
RunAPI5 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.3 Codex speed / latency 45 tok/s / 6276ms input / output 暂无数据 |
Seamee API5 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.3 Codex speed / latency 53 tok/s / 3889ms input / output 暂无数据 |
42公益站0 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.3 Codex speed / latency N/A / N/A input / output 暂无数据 |
GPT-4 gpt-4 speed / latency 暂无数据 input / output $0/request | GPT-5.3 Codex gpt-5.3-codex-xhigh speed / latency 暂无数据 input / output $0/request | |
GPT-4 gpt-4-all speed / latency 暂无数据 input / output $0.014/request | GPT-5.3 Codex gpt-5.3-codex speed / latency 暂无数据 input / output $0.0068/request | |
GPT-4 gpt-4-all speed / latency 暂无数据 input / output $0.011/request | GPT-5.3 Codex gpt-5.3-codex-medium speed / latency 暂无数据 input / output $0.240/M/$1.92/M | |
GPT-4 gpt-4-all speed / latency 暂无数据 input / output $0.011/request | GPT-5.3 Codex gpt-5.3-codex speed / latency 暂无数据 input / output $0.240/M/$1.92/M | |
GPT-4 gpt-4-all speed / latency 暂无数据 input / output $0.016/request | GPT-5.3 Codex gpt-5.3-codex speed / latency 暂无数据 input / output $0.360/M/$2.88/M |
常见问题
综合加权结果：GPT-5.3 Codex。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
- 这个比较为什么能收录？
- 它至少有 6 个可验证比较点，并且两个模型都有价格或测速数据。
- 没有数据的指标会不会编？
- 不会。没有 LMSpeed 数据的指标不会出现在这份报告里。