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 Qwen: Qwen3.5-9B

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-11

Metrik gpt-oss-120b gpt-oss-120b none Veröffentlichung: 2025-08-05 Kostenlos verfügbar Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02
Punktzahl 5.2 4.4
Rang #79 #91
Konsistenz 7.9 7.2
Korrekte Tests
Erfolgsquote pro Versuch 38.9% 33.3%
Instabile Tests 5 6
Gesamtläufe 54 54
Kosten pro Ergebnis 0.221 0.976
Gesamtkosten $0.009 $0.030
Eingabepreis $0.039 / 1M $0.050 / 1M
Ausgabepreis $0.190 / 1M $0.150 / 1M
Ausgabe-Token 44,652 24,291
Denk-Token 0 172,597
Antwortzeit (Durchschnitt) 11.96s 73.64s
Antwortzeit (Maximum) 68.97s 226.38s
Antwortzeit (Gesamt) 179.34s 1104.60s

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 6.6 8.0 58.3% 1 6.03s 4,867 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
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 9.57s 3,232 0
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
Kombiniert 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 0ms 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 598 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Domänenspezifisch 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 34.98s 29,483 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 4.6 10.0 0.0% 0 2.83s 586 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 8.4 6.9 83.3% 1 5.10s 1,982 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
gpt-oss-120b 4.5 4.8 44.5% 2 6.86s 3,904 0
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
Werkzeugaufrufe 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 0ms 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.7mediumvsgpt-oss-120bnoneKostenlos verfügbarGPT-5.4 NanononevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsQwen3.5-9BmediumMistral Small 4mediumvsgpt-oss-120bnoneKostenlos verfügbargpt-oss-120bnoneKostenlos verfügbarvsQwen3 Coder NextmediumMiniMax M2.5mediumKostenlos verfügbarvsgpt-oss-120bnoneKostenlos verfügbarGPT-4o-mininonevsQwen3.5-9Bmediumgpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 FlashmediumNemotron 3 SupernoneKostenlos verfügbarvsQwen3.5-9BmediumGPT-5.4 MininonevsQwen3.5-9Bmedium