- Punktzahl
- 7.5 (+1.64 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.000 · 100.0% günstiger
- Antwortzeit (Durchschnitt)
- 29.38s · 6.9% schneller
OpenAI
Veröffentlichung: 2025-08-05
Getestet am: 2026-10-01 01:37
openai/gpt-oss-120b::medium
117B insgesamt (5.1B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
gpt-oss-120b erreicht 5.9 bei AI BENCHY und liegt auf #249. Das Modell hat 10.0 Zuverlässigkeit, 47.8% Erfolgsrate, $0.030 Gesamtkosten und 31.58s durchschnittliche Antwortzeit.
Was gpt-oss-120b besonders macht: Am stärksten ist es in Kombiniert, wo es #1 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #16.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 5.9 (-0.06 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.028 · 4.8% günstiger
- Antwortzeit (Durchschnitt)
- 14.70s · 53.4% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 117B insgesamt (5.1B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
5.9
Konsistenz
8.1
10.0
Gesamte Ausgabe-Token
118,831
Gesamte Eingabe-Token
285,293
Eingabepreis
$0.037 / 1M
Ausgabepreis
$0.170 / 1M
Preis für Cache-Lesen
k. A.
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#249 gpt-oss-120b
medium- Kosten
- $0.001
- Zeit
- 26.7s
- Token
- 555 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 01:37 Erneuter Test | 5.9 | 10.0 | $0.030 ↓ | Aktueller Lauf | |
| 2026-07-16 22:24 Neuer Test hinzugefügt | 6.1 | 10.0 | $0.019 ↓ | Vergleichen | |
| 2026-06-04 13:44 Neuer Test hinzugefügt | 6.1 | 10.0 | $0.013 ↓ | Vergleichen | |
| 2026-05-22 00:18 Suite geändert | 5.6 | 10.0 | $0.012 | Vergleichen | |
| 2026-04-21 12:42 Erster erfasster Lauf | 5.8 | k. A. | $0.011 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:37 · Aktueller Lauf | 69/69 Versuche | 5.9 | 8.1 | 10.0 | 9/23 | 5 | 118,831 | 285,293 | $0.030 | 31.58s |
| 2026-05-22 00:18 · Suite geändert | 60/60 Versuche | 5.6 | 7.5 | 10.0 | 7/20 | 6 | 63,919 | 0 | $0.012 | 20.89s |
| Differenz | — | +0.3 | +0.6 | 0.0 | +2 | -1 | +54912 | +285293 | +$0.018 | +10687ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M | k. A. | k. A. |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M | k. A. | k. A. |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M | k. A. | k. A. |
| 2026-08-14 12:51 | $0.030 / 1M | $0.170 / 1M | k. A. | k. A. |
| 2026-09-29 18:39 | $0.037 / 1M | $0.170 / 1M | k. A. | k. A. |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
gpt-oss-120bmediumvsGemini 3.1 Flash Liteminimalgpt-oss-120bmediumvsGemini 3.1 Flash Litenonegpt-oss-120bmediumvsSeed-2.0-Litenonegpt-oss-120bmediumvsQwen3.6 Flashnonegpt-oss-120bmediumvsInkling SmallmediumKostenlos verfügbargpt-oss-120bmediumvsClaude Sonnet 5nonegpt-oss-120bmediumvsMiMo-V2.6-Prononegpt-oss-120bmediumvsNemotron 3 UltranoneKostenlos verfügbargpt-oss-120bmediumvsGLM 5.3 FlashXlowgpt-oss-120bmediumvsQwen3.7 Flashnone
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 5.0 | 10.0 | |
| Anti-KI-Tricks | 6.7 | 9.9 | |
| Programmierung | 5.9 | 7.0 | |
| Kombiniert | 6.5 | 10.0 | |
| Datenanalyse und -extraktion | 6.4 | 5.9 | |
| Domänenspezifisch | 2.9 | 4.4 | |
| Allgemeine Intelligenz | 4.3 | 10.0 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 5.3 | 7.2 | |
| Werkzeugaufrufe | 9.8 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |