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

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: gpt-oss-120b

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

Metrik GPT-5.4 GPT-5.4 none Veröffentlichung: 2026-03-05 gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar
Punktzahl 5.9 5.8
Rang #86 #88
Zuverlässigkeit k. A. k. A.
Konsistenz 9.1 7.2
Korrekte Tests
Erfolgsquote pro Versuch 42.6% 51.9%
Instabile Tests 2 6
Gesamtläufe 54 54
Kosten pro Ergebnis 1.477 0.144
Gesamtkosten $0.104 $0.011
Eingabepreis $2.500 / 1M $0.000 / 1M
Ausgabepreis $15.000 / 1M $0.000 / 1M
Ausgabe-Token 2,317 13,493
Denk-Token 0 36,879
Antwortzeit (Durchschnitt) 1.51s 16.08s
Antwortzeit (Maximum) 2.95s 50.92s
Antwortzeit (Gesamt) 27.21s 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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
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
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
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
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 0
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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 0
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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 0
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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
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
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
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
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
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 verfügbarvsQwen3.5-27Bnonegpt-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 27BnoneMiniMax M2.5mediumKostenlos verfügbarvsGPT-5.4noneDeepSeek V4 Prononevsgpt-oss-120bmediumKostenlos verfügbarMistral Small 4mediumvsGPT-5.4none