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: 2026-04-26

Metrik gpt-oss-120b gpt-oss-120b none Veröffentlichung: 2025-08-05 Kostenlos verfügbar Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02
Punktzahl 5.2 4.8
Rang #98 #105
Zuverlässigkeit k. A. k. A.
Konsistenz 7.9 9.6
Korrekte Tests
Erfolgsquote pro Versuch 38.9% 24.1%
Instabile Tests 5 1
Gesamtläufe 54 54
Kosten pro Ergebnis 0.221 0.116
Gesamtkosten $0.009 $0.005
Eingabepreis $0.000 / 1M $0.100 / 1M
Ausgabepreis $0.000 / 1M $0.150 / 1M
Ausgabe-Token 44,652 3,951
Denk-Token 0 0
Antwortzeit (Durchschnitt) 11.96s 1.47s
Antwortzeit (Maximum) 68.97s 5.91s
Antwortzeit (Gesamt) 179.34s 26.43s

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 3.1 9.9 0.0% 0 1.71s 582 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 9.57s 3,232 0
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 0
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 5.91s 1,255 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 10.0 10.0 100.0% 0 847ms 249 0
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 3.0 10.0 0.0% 0 464ms 24 0
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 4.4 9.9 0.0% 0 552ms 99 0
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 6.5 10.0 50.0% 0 514ms 75 0
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 3.2 9.9 0.0% 0 683ms 388 0
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 1.27s 273 0

Schnellvergleich

Vergleichspaar wechseln

gpt-oss-120bnoneKostenlos verfügbarvsElephant AlphamediumMiniMax M2.7mediumvsgpt-oss-120bnoneKostenlos verfügbarQwen3.5-9BnonevsGLM 4.7 FlashmediumElephant AlphamediumvsQwen3.5-9BnoneMistral Small 4mediumvsgpt-oss-120bnoneKostenlos verfügbarMiniMax M2.7mediumvsQwen3.5-9Bnonegpt-oss-120bnoneKostenlos verfügbarvsQwen3 Coder NextmediumMiniMax M2.5mediumKostenlos verfügbarvsgpt-oss-120bnoneKostenlos verfügbargpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 Flashmediumgpt-oss-120bnoneKostenlos verfügbarvsQwen3.5-9BmediumMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.5mediumKostenlos verfügbarvsQwen3.5-9Bnone