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

Zusammenfassung

gpt-oss-120b vs Qwen3.5-9B (medium) Benchmark-Vergleich: gpt-oss-120b führt beim Durchschnittsscore mit 4.0 vs 3.8. gpt-oss-120b hat die niedrigeren Benchmark-Kosten mit $0.010 vs $0.036. gpt-oss-120b ist schneller mit 21.61s vs 82.24s, mit Erfolgsraten von 34.9% vs 27.0%.

Empfohlenes Modell: gpt-oss-120b - Es hat hier die beste Punktzahl (4.0) und kostet etwa 3.7x weniger als Qwen3.5-9B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

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 4.0 3.8
Rang #183 #184
Zuverlässigkeit 10.0 6.7
Konsistenz 8.2 8.0
Korrekte Tests
Erfolgsquote pro Versuch 34.9% 27.0%
Instabile Tests 2 5
Gesamtläufe 57 63
Kosten pro Ergebnis 0.168 1.187
Gesamtkosten $0.010 $0.036
Eingabepreis $0.036 / 1M $0.100 / 1M
Ausgabepreis $0.180 / 1M $0.150 / 1M
Gesamte Eingabe-Token 9,081 17,070
Ausgabe-Token 51,664 29,045
Denk-Token 0 209,516
Antwortzeit (Durchschnitt) 21.61s 82.24s
Antwortzeit (Maximum) 113.71s 226.38s
Antwortzeit (Gesamt) 345.79s 1315.88s

Generierungs-Showcase

Hamster playing table tennis

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

#183 gpt-oss-120b

none
Für dieses Modell wurde noch kein Showcase-Ergebnis generiert.
Kosten
$0.000
Zeit
-
Token
0 tok

#184 Qwen3.5-9B

medium
Kosten
$0.001
Zeit
35.9s
Token
3,030 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 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
Kombiniert 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 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
Domänenspezifisch 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 34.98s 1,294 29,483 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
Befolgung von Anweisungen 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 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
Werkzeugaufrufe 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 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Schnellvergleich

Vergleichspaar wechseln

Granite 4.1 8BnonevsQwen3.5-9Bmediumgpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20nonegpt-oss-120bnoneKostenlos verfügbarvsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneKostenlos verfügbarMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumCobuddymediumvsgpt-oss-120bnoneKostenlos verfügbarGPT-5.4 NanononevsQwen3.5-9BmediumRing-2.6-1TnonevsQwen3.5-9BmediumLing-2.6-flashnonevsQwen3.5-9BmediumNemotron 3 SupernoneKostenlos verfügbarvsQwen3.5-9Bmedium