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-oss-120b vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 5.7 5.4
Rang #101 #115
Zuverlässigkeit 10.0 k. A.
Konsistenz 7.4 9.5
Korrekte Tests
Erfolgsquote pro Versuch 49.1% 35.2%
Instabile Tests 6 1
Gesamtläufe 57 54
Kosten pro Ergebnis 0.152 1.574
Gesamtkosten $0.011 $0.095
Eingabepreis $0.000 / 1M $1.250 / 1M
Ausgabepreis $0.000 / 1M $2.500 / 1M
Ausgabe-Token 16,594 1,967
Denk-Token 40,637 0
Antwortzeit (Durchschnitt) 16.95s 1.11s
Antwortzeit (Maximum) 50.92s 6.04s
Antwortzeit (Gesamt) 203.39s 20.02s

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-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 3,101 3,758
Grok 4.20 - - - - - - - -

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.6nonevsgpt-oss-120bmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsGLM 5.1nonegpt-oss-120bmediumKostenlos verfügbarvsMiMo-V2.5-Prononegpt-oss-120bmediumKostenlos verfügbarvsGLM 4.7 FlashnoneElephant AlphamediumvsGrok 4.20noneDeepSeek V3.2nonevsgpt-oss-120bmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsOwl Alphanonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.6 Flashnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.6 27Bnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumKostenlos verfügbarvsGrok 4.20none