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 vs Grok 4.20

Grok 4.20 average score-এ এগিয়ে: 4.1 vs 3.7. gpt-oss-120b-এর benchmark খরচ কম: $0.010 vs $0.057. Grok 4.20 দ্রুত: 1.11s vs 21.61s, pass rates 33.3% vs 27.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#285
মোট আউটপুট টোকেন
51,664
প্রতিক্রিয়া সময় (গড়)
21.61s
মোট খরচ
$0.010
র‍্যাঙ্ক
#271
মোট আউটপুট টোকেন
1,923
প্রতিক্রিয়া সময় (গড়)
1.11s
মোট খরচ
$0.057
প্রস্তাবিত মডেল Grok 4.20

It has the best score here (4.1), while responding about 19.5x faster than gpt-oss-120b.

বিস্তারিত তুলনা

মেট্রিক gpt-oss-120b gpt-oss-120b none প্রকাশ: 2025-08-05 বিনামূল্যে উপলভ্য Grok 4.20 Grok 4.20 none প্রকাশ: 2026-03-31
স্কোর 3.7 4.1
র‍্যাঙ্ক #285 #271
নির্ভরযোগ্যতা 10.0 প্রযোজ্য নয়
ধারাবাহিকতা 7.8 8.1
প্রচেষ্টা 57/66 54/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 33.3% 27.3%
অস্থির টেস্ট 2 0
মোট রান 57 54
প্রতি ফলাফলে খরচ 0.168 1.570
মোট খরচ $0.010 $0.057
ইনপুট মূল্য $0.030 / 1M $1.250 / 1M
আউটপুট মূল্য $0.170 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 9,081 41,313
আউটপুট টোকেন 51,664 1,923
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 21.61s 1.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 113.71s 6.04s
প্রতিক্রিয়া সময় (মোট) 345.79s 19.96s
প্যারামিটার 117B মোট (5.1B সক্রিয়) ~1T মোট (~100B 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.

#285 gpt-oss-120b

none
এই মডেলের জন্য এখনও কোনো শোকেস ফলাফল তৈরি হয়নি।
খরচ
প্রযোজ্য নয়
সময়
-
টোকেন
0 tok

#271 xAI: Grok 4.20

none
খরচ
$0.004
সময়
6.5s
টোকেন
1,367 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 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Ling 3.0 Tinymediumvsgpt-oss-120bnoneবিনামূল্যে উপলভ্যgpt-oss-120bnoneবিনামূল্যে উপলভ্যvsQwen3.5-9BmediumLing 3.0 Tinylowvsgpt-oss-120bnoneবিনামূল্যে উপলভ্যLing 3.0 Tinyhighvsgpt-oss-120bnoneবিনামূল্যে উপলভ্যGrok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20nonegpt-oss-120bnoneবিনামূল্যে উপলভ্যvsGLM 4.7 Flashmedium