#127 gpt-oss-120b
none
No showcase result has been generated for this model yet.
- Cost
- $0.000
- Time
- -
- Tokens
- 0 tok
AI BENCHY Compare
OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B
Zusammenfassung
gpt-oss-120b vs Qwen3.5-9B Benchmark-Vergleich: gpt-oss-120b führt beim Durchschnittsscore mit 5.4 vs 4.6. Qwen3.5-9B hat die niedrigeren Benchmark-Kosten mit $0.006 vs $0.010. Qwen3.5-9B ist schneller mit 1.89s vs 21.61s, mit Erfolgsraten von 38.6% vs 20.6%.
Empfohlenes Modell: Qwen3.5-9B - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (4.6), niedrigere Kosten als gpt-oss-120b und ausgewogene Antwortzeit.
Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10
| Metrik | gpt-oss-120b gpt-oss-120b none Kostenlos verfügbar | Qwen3.5-9B Qwen3.5-9B none |
|---|---|---|
| Punktzahl | 5.4 | 4.6 |
| Rang | #127 | #155 |
| Zuverlässigkeit | 10.0 | 10.0 |
| Konsistenz | 9.1 | 9.7 |
| Korrekte Tests | ||
| Erfolgsquote pro Versuch | 38.6% | 20.6% |
| Instabile Tests | 2 | 1 |
| Gesamtläufe | 57 | 63 |
| Kosten pro Ergebnis | 0.168 | 0.123 |
| Gesamtkosten | $0.010 | $0.006 |
| Eingabepreis | $0.039 / 1M | $0.100 / 1M |
| Ausgabepreis | $0.180 / 1M | $0.150 / 1M |
| Gesamte Eingabe-Token | 9,081 | 48,041 |
| Ausgabe-Token | 51,664 | 3,952 |
| Denk-Token | 0 | 0 |
| Antwortzeit (Durchschnitt) | 21.61s | 1.89s |
| Antwortzeit (Maximum) | 113.71s | 6.03s |
| Antwortzeit (Gesamt) | 345.79s | 39.68s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 Qwen3.5-9B
none
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 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 | 3.1 | 9.9 | 0.0% | 0 | 1.71s | 696 | 582 | 0 |
| Programmierung | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 9.57s | 901 | 3,232 | 0 | |
| Qwen3.5-9B | 3.9 | 7.8 | 11.1% | 1 | 5.60s | 7,913 | 1,042 | 0 |
| 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 | 5.91s | 20,397 | 1,255 | 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 | 10.0 | 10.0 | 100.0% | 0 | 847ms | 7,788 | 249 | 0 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 464ms | 789 | 24 | 0 |
| 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 | 4.4 | 9.9 | 0.0% | 0 | 552ms | 522 | 99 | 0 |
| Befolgung von Anweisungen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 5.06s | 1,043 | 1,940 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 514ms | 711 | 75 | 0 |
| 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 | 3.2 | 10.0 | 0.0% | 0 | 621ms | 714 | 347 | 0 |
| 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 | 1.27s | 8,301 | 273 | 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 | 47.29s | 314 | 3,138 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 210 | 6 | 0 |
Schnellvergleich
Vergleichspaar wechseln
MiniMax M2.5mediumvsgpt-oss-120bnoneKostenlos verfügbarMiniMax M2.7mediumvsgpt-oss-120bnoneKostenlos verfügbarMistral Small 4mediumvsgpt-oss-120bnoneKostenlos verfügbarCobuddymediumvsgpt-oss-120bnoneKostenlos verfügbarQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumKostenlos verfügbarvsgpt-oss-120bnoneKostenlos verfügbarDeepSeek V4 Prohighvsgpt-oss-120bnoneKostenlos verfügbarMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9Bnonegpt-oss-120bnoneKostenlos verfügbarvsQwen3 Coder NextmediumGemini 3.1 Flash Liteminimalvsgpt-oss-120bnoneKostenlos verfügbar