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

gpt-oss-120b (medium) vs Qwen3.5-Flash (medium)

average score প্রায় সমান: 6.1 vs 6.1. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.019 vs $0.142. gpt-oss-120b (medium) দ্রুত: 20.81s vs 84.44s, pass rates 50.0% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#169
মোট আউটপুট টোকেন
98,282
প্রতিক্রিয়া সময় (গড়)
20.81s
মোট খরচ
$0.019
র‍্যাঙ্ক
#172
মোট আউটপুট টোকেন
512,846
প্রতিক্রিয়া সময় (গড়)
84.44s
মোট খরচ
$0.142
প্রস্তাবিত মডেল gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 7.7x less than Qwen3.5-Flash (medium).

বিস্তারিত তুলনা

মেট্রিক gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05 Qwen3.5-Flash Qwen3.5-Flash medium প্রকাশ: 2026-02-24
স্কোর 6.1 6.1
র‍্যাঙ্ক #169 #172
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.0 7.8
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 50.0% 65.2%
অস্থির টেস্ট 5 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.224 1.491
মোট খরচ $0.019 $0.142
ইনপুট মূল্য $0.030 / 1M $0.065 / 1M
আউটপুট মূল্য $0.170 / 1M $0.260 / 1M
মোট ইনপুট টোকেন 108,767 118,508
আউটপুট টোকেন 29,378 35,457
রিজনিং টোকেন 68,904 477,389
প্রতিক্রিয়া সময় (গড়) 20.81s 84.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 68.16s 515.38s
প্রতিক্রিয়া সময় (মোট) 332.88s 1773.20s
প্যারামিটার 117B মোট (5.1B সক্রিয়) ~35B মোট (~3B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#169 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 tok

#172 Qwen3.5-Flash

medium
খরচ
$0.002
সময়
25.8s
টোকেন
4,294 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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

দ্রুত তুলনা

তুলনার জুটি বদলান