Navigation
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: gpt-oss-120b

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-29

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Veröffentlichung: 2026-02-05 gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar
Punktzahl 7.6 5.8
Rang #49 #88
Zuverlässigkeit k. A. k. A.
Konsistenz 9.1 7.2
Korrekte Tests
Erfolgsquote pro Versuch 70.4% 51.9%
Instabile Tests 2 6
Gesamtläufe 54 54
Kosten pro Ergebnis 12.047 0.144
Gesamtkosten $1.446 $0.011
Eingabepreis $5.000 / 1M $0.000 / 1M
Ausgabepreis $25.000 / 1M $0.000 / 1M
Ausgabe-Token 29,829 13,493
Denk-Token 18,938 36,879
Antwortzeit (Durchschnitt) 21.08s 16.08s
Antwortzeit (Maximum) 83.40s 50.92s
Antwortzeit (Gesamt) 231.84s 176.88s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.6nonevsgpt-oss-120bmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-27BnoneClaude Opus 4.6mediumvsGPT-5.3 Chatnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumKostenlos verfügbarvsMiMo-V2.5-Prononegpt-oss-120bmediumKostenlos verfügbarvsQwen3.6 Flashnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumKostenlos verfügbarvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsQwen3.6 27BnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 Prononevsgpt-oss-120bmediumKostenlos verfügbar