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: 2026-04-11

Metrik gpt-oss-120b gpt-oss-120b none Veröffentlichung: 2025-08-05 Kostenlos verfügbar Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 5.2 7.0
Rang #79 #44
Konsistenz 7.9 7.8
Korrekte Tests
Erfolgsquote pro Versuch 38.9% 66.7%
Instabile Tests 5 5
Gesamtläufe 54 54
Kosten pro Ergebnis 0.221 8.252
Gesamtkosten $0.009 $0.743
Eingabepreis $0.039 / 1M $2.000 / 1M
Ausgabepreis $0.190 / 1M $6.000 / 1M
Ausgabe-Token 44,652 1,744
Denk-Token 0 109,882
Antwortzeit (Durchschnitt) 11.96s 10.33s
Antwortzeit (Maximum) 68.97s 29.87s
Antwortzeit (Gesamt) 179.34s 185.87s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.7mediumvsgpt-oss-120bnoneKostenlos verfügbarGemma 4 31BnoneKostenlos verfügbarvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.20mediumMistral Small 4mediumvsgpt-oss-120bnoneKostenlos verfügbargpt-oss-120bnoneKostenlos verfügbarvsQwen3 Coder NextmediumMiniMax M2.5mediumKostenlos verfügbarvsgpt-oss-120bnoneKostenlos verfügbarGrok 4.20mediumvsMiMo-V2-Omninonegpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 FlashmediumGPT-5.3 ChatnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5V Turbonone