নেভিগেশন
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 Qwen3.8 Flash Next

gpt-oss-120b (medium) average score-এ এগিয়ে: 5.9 vs 5.8. Qwen3.8 Flash Next-এর benchmark খরচ কম: ~$0.011 vs $0.030. Qwen3.8 Flash Next দ্রুত: 5.71s vs 31.58s, pass rates 47.8% vs 43.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-05

তুলনা করা মডেল

র‍্যাঙ্ক
#252
মোট আউটপুট টোকেন
118,831
প্রতিক্রিয়া সময় (গড়)
31.58s
মোট খরচ
$0.030
র‍্যাঙ্ক
#258
মোট আউটপুট টোকেন
9,077
প্রতিক্রিয়া সময় (গড়)
5.71s
মোট খরচ
~$0.011
প্রস্তাবিত মডেল Qwen3.8 Flash Next

Its score stays close to the best score here (5.8 vs 5.9), while costing about 2.7x less than gpt-oss-120b (medium).

বিস্তারিত তুলনা

মেট্রিক gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05 Qwen3.8 Flash Next Qwen3.8 Flash Next none প্রকাশ: 2026-10-04
স্কোর 5.9 5.8
র‍্যাঙ্ক #252 #258
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 9.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.8% 43.5%
অস্থির টেস্ট 5 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.335 ~0.136
মোট খরচ $0.030 ~$0.011
ইনপুট মূল্য $0.037 / 1M প্রযোজ্য নয়
আউটপুট মূল্য $0.170 / 1M প্রযোজ্য নয়
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 285,293 266,004
আউটপুট টোকেন 29,565 9,077
রিজনিং টোকেন 89,266 0
প্রতিক্রিয়া সময় (গড়) 31.58s 5.71s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 203.90s 65.25s
প্রতিক্রিয়া সময় (মোট) 536.78s 131.36s
প্যারামিটার 117B মোট (5.1B সক্রিয়) 180B মোট (6B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস ওজন উপলভ্য

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#252 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 tok

#258 Qwen3.8 Flash Next

none
খরচ
~$0.001
সময়
27.5s
টোকেন
2,983 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
Qwen3.8 Flash Next 5.5 10.0 33.3% 0 1.64s 7,911 669 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Gemini 3.1 Flash Litenonevsgpt-oss-120bmediumgpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumClaude Sonnet 5nonevsgpt-oss-120bmediumSeed-2.0-Litenonevsgpt-oss-120bmediumNemotron 3 Ultranoneবিনামূল্যে উপলভ্যvsgpt-oss-120bmediumgpt-oss-120bmediumvsMiMo-V2.6-Prononegpt-oss-120bmediumvsQwen3.7 FlashnoneLing 3.0 FlashhighvsQwen3.8 Flash Nextnonegpt-oss-120bmediumvsGLM 5.3 FlashXlowRing 2.6 1tmediumvsQwen3.8 Flash NextnoneTrinity Large ThinkinghighvsQwen3.8 Flash Nextnone