নেভিগেশন
Advertise here

Claude Sonnet 5.5 (low) vs gpt-oss-120b (medium)

average score প্রায় সমান: 6.2 vs 6.1. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.020 vs $0.620. Claude Sonnet 5.5 (low) দ্রুত: 5.68s vs 20.81s, pass rates 43.9% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-29

তুলনা করা মডেল

র‍্যাঙ্ক
#232
মোট আউটপুট টোকেন
28,630
প্রতিক্রিয়া সময় (গড়)
5.68s
মোট খরচ
$0.620
র‍্যাঙ্ক
#236
মোট আউটপুট টোকেন
98,282
প্রতিক্রিয়া সময় (গড়)
20.81s
মোট খরচ
$0.020
প্রস্তাবিত মডেল gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 32.6x less than Claude Sonnet 5.5 (low).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5.5 Claude Sonnet 5.5 low প্রকাশ: 2026-09-29 gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05
স্কোর 6.2 6.1
র‍্যাঙ্ক #232 #236
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.4 8.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 50.0%
অস্থির টেস্ট 2 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.880 0.224
মোট খরচ $0.620 $0.020
ইনপুট মূল্য $2.000 / 1M $0.037 / 1M
আউটপুট মূল্য $10.000 / 1M $0.170 / 1M
মোট ইনপুট টোকেন 166,418 108,767
আউটপুট টোকেন 21,456 29,378
রিজনিং টোকেন 7,174 68,904
প্রতিক্রিয়া সময় (গড়) 5.68s 20.81s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 22.74s 68.16s
প্রতিক্রিয়া সময় (মোট) 124.87s 332.88s
প্যারামিটার ~1T মোট (~100B সক্রিয়) 117B মোট (5.1B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#232 Claude Sonnet 5.5

low
খরচ
$0.020
সময়
15.3s
টোকেন
2,077 tok

#236 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5.5 3.2 9.7 0.0% 0 5.81s 10,608 5,903 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

দ্রুত তুলনা

তুলনার জুটি বদলান