নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5 vs gpt-oss-120b (medium)

average score প্রায় সমান: 6.1 vs 6.1. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.020 vs $0.548. Claude Sonnet 5 দ্রুত: 6.05s vs 20.81s, pass rates 40.9% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#170
মোট আউটপুট টোকেন
22,508
প্রতিক্রিয়া সময় (গড়)
6.05s
মোট খরচ
$0.548
র‍্যাঙ্ক
#173
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 28.8x less than Claude Sonnet 5.

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 none প্রকাশ: 2026-06-30 gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05
স্কোর 6.1 6.1
র‍্যাঙ্ক #170 #173
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 8.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 40.9% 50.0%
অস্থির টেস্ট 4 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 7.817 0.224
মোট খরচ $0.548 $0.020
ইনপুট মূল্য $2.000 / 1M $0.037 / 1M
আউটপুট মূল্য $10.000 / 1M $0.170 / 1M
মোট ইনপুট টোকেন 161,032 108,767
আউটপুট টোকেন 22,508 29,378
রিজনিং টোকেন 0 68,904
প্রতিক্রিয়া সময় (গড়) 6.05s 20.81s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 33.39s 68.16s
প্রতিক্রিয়া সময় (মোট) 132.99s 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.

#170 Claude Sonnet 5

none
খরচ
$0.061
সময়
53.7s
টোকেন
6,172 tok

#173 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 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

দ্রুত তুলনা

তুলনার জুটি বদলান