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

OpenAI: gpt-oss-120b vs Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-30

Métrica gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30
Puntuación 5.8 5.8
Rango #90 #91
Fiabilidad N/D 10.0
Consistencia 7.2 9.5
Pruebas correctas
Tasa de aciertos por intento 51.9% 40.7%
Pruebas inestables 6 1
Ejecuciones totales 54 54
Costo por resultado 0.144 0.000
Costo total $0.011 $0.000
Precio de entrada $0.000 / 1M $0.000 / 1M
Precio de salida $0.000 / 1M $0.000 / 1M
Tokens de salida 13,493 1,596
Tokens de razonamiento 36,879 0
Tiempo de respuesta (promedio) 16.08s 11.04s
Tiempo de respuesta (máximo) 50.92s 58.63s
Tiempo de respuesta (total) 176.88s 198.65s

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 salida Tokens de razonamiento
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6nonevsOwl AlphamediumKimi K2.6nonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5-122B-A10BnoneGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponible gratisvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponible gratisvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 Flashnonegpt-oss-120bmediumDisponible gratisvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1none