قارن الرسوم البيانية

اللغة:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

اسم النموذج:

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في : 2026-02-27 15:16

الملخص

المقياس	Anthropic: Claude Sonnet 4.6 medium الإصدار: تاريخ الإصدار غير معروف	OpenAI: gpt-oss-120b medium الإصدار: تاريخ الإصدار غير معروف متاح مجانًا
الترتيب	#8	#25
النتيجة	7.43	5.64
الاتساق	9.40	7.55
التكلفة لكل نتيجة	8.105	0.101
إجمالي التكلفة	$0.811	$0.008
اختبارات صحيحة
الاختبارات الخاطئة	4	7
معدل النجاح لكل محاولة	73.8%	59.5%
اختبارات غير مستقرة	1	4
رموز الإخراج	29,098	11,407
رموز الاستدلال	20,435	26,106

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770

Puzzle Solving	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083

تبديل زوج المقارنة

قارن Anthropic: Claude Sonnet 4.6 مع...

قارن OpenAI: gpt-oss-120b مع...