Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.7 Max

Zusammenfassung

gpt-oss-120b vs Qwen3.7 Max Benchmark-Vergleich: Qwen3.7 Max führt beim Durchschnittsscore mit 6.9 vs 6.7. gpt-oss-120b hat die niedrigeren Benchmark-Kosten mit $0.013 vs $0.054. Qwen3.7 Max ist schneller mit 1.30s vs 22.28s, mit Erfolgsraten von 52.4% vs 66.7%.

Empfohlenes Modell: gpt-oss-120b - Die Punktzahl bleibt nah an der besten hier (6.7 vs 6.9) und es kostet etwa 4.4x weniger als Qwen3.7 Max.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22
Punktzahl 6.7 6.9
Rang #78 #69
Zuverlässigkeit 10.0 10.0
Konsistenz 8.0 10.0
Korrekte Tests
Erfolgsquote pro Versuch 52.4% 66.7%
Instabile Tests 5 0
Gesamtläufe 63 63
Kosten pro Ergebnis 0.141 0.744
Gesamtkosten $0.013 $0.054
Eingabepreis $0.039 / 1M $1.250 / 1M
Ausgabepreis $0.180 / 1M $3.750 / 1M
Gesamte Eingabe-Token 39,084 37,107
Ausgabe-Token 20,013 1,994
Denk-Token 50,233 0
Antwortzeit (Durchschnitt) 22.28s 1.30s
Antwortzeit (Maximum) 68.16s 3.92s
Antwortzeit (Gesamt) 311.96s 27.21s

Generation showcase

Hamster playing table tennis

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

#78 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 tok

#69 Qwen3.7 Max

none
Cost
$0.046
Time
195.0s
Tokens
12,171 tok

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) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3.5 Flashminimalvsgpt-oss-120bmediumKostenlos verfügbarQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumKostenlos verfügbarGemini 3 Flash Previewnonevsgpt-oss-120bmediumKostenlos verfügbarQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsMiMo-V2-Flashmedium