নেভিগেশন
AI BENCHY
Advertise here

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-35B-A3B

average score প্রায় সমান: 6.1 vs 6.1. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.019 vs $0.106. Qwen3.5-35B-A3B দ্রুত: 12.72s vs 21.91s, pass rates 50.0% vs 43.9%.

প্রস্তাবিত মডেলgpt-oss-120b (medium)It has the best score here (6.1), while costing about 5.6x less than Qwen3.5-35B-A3B.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none প্রকাশ: 2026-02-24
স্কোর 6.1 6.1
র‍্যাঙ্ক #115 #120
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.0 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 50.0% 43.9%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.221 1.578
মোট খরচ $0.019 $0.106
ইনপুট মূল্য $0.037 / 1M $0.140 / 1M
আউটপুট মূল্য $0.170 / 1M $1.000 / 1M
মোট ইনপুট টোকেন 108,747 134,521
আউটপুট টোকেন 29,772 86,614
রিজনিং টোকেন 68,044 0
প্রতিক্রিয়া সময় (গড়) 21.91s 12.72s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 68.16s 209.15s
প্রতিক্রিয়া সময় (মোট) 328.70s 279.90s

Hamster playing table tennis

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

#115 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 tok

#120 Qwen3.5-35B-A3B

none
খরচ
$0.005
সময়
28.4s
টোকেন
4,518 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
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 0

দ্রুত তুলনা

তুলনার জুটি বদলান