Navegación
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

DeepSeek: DeepSeek V3.2 vs OpenAI: gpt-oss-120b

Resumen

Comparación benchmark de DeepSeek V3.2 vs gpt-oss-120b: DeepSeek V3.2 lidera en puntuación media con 5.3 vs 4.0. gpt-oss-120b tiene menor coste de benchmark con $0.010 vs $0.017. DeepSeek V3.2 es más rápido con 13.83s vs 21.61s, con tasas de acierto de 39.7% vs 34.9%.

Modelo recomendado: DeepSeek V3.2 - Tiene la mejor puntuación aquí (5.3) y responde aproximadamente 1.6x más rápido que gpt-oss-120b.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01 gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis
Puntuación 5.3 4.0
Rango #145 #183
Fiabilidad 10.0 10.0
Consistencia 7.6 8.2
Pruebas correctas
Tasa de aciertos por intento 39.7% 34.9%
Pruebas inestables 6 2
Ejecuciones totales 63 57
Costo por resultado 0.306 0.168
Costo total $0.017 $0.010
Precio de entrada $0.229 / 1M $0.036 / 1M
Precio de salida $0.344 / 1M $0.180 / 1M
Total de tokens de entrada 55,997 9,081
Tokens de salida 11,165 51,664
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 13.83s 21.61s
Tiempo de respuesta (máximo) 115.89s 113.71s
Tiempo de respuesta (total) 290.43s 345.79s

Generación showcase

Hamster playing table tennis

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

#145 DeepSeek V3.2

none
Coste
$0.002
Tiempo
7.0s
Tokens
1,046 tok

#183 gpt-oss-120b

none
Aún no se ha generado ningún resultado showcase para este modelo.
Coste
$0.000
Tiempo
-
Tokens
0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMistral Small 4mediumgpt-oss-120bnoneDisponible gratisvsQwen3.5-9Bmediumgpt-oss-120bnoneDisponible gratisvsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsMiniMax M2.5mediumNorth Mini CodemediumDisponible gratisvsDeepSeek V3.2noneDeepSeek V3.2nonevsQwen3 Coder Nextmediumgpt-oss-120bnoneDisponible gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneDisponible gratisDeepSeek V3.2nonevsGemini 3.1 Flash LiteminimalDeepSeek V3.2nonevsGPT-5.6 Lunalow