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 Qwen: Qwen3.5-9B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Rango #43 #60
Puntaje prom. 5.1 3.4
Consistencia 7.4 10.0
Costo por resultado 0.135 0.111
Costo total $0.010 $0.005
Pruebas correctas
Tasa de aciertos por intento 54.2% 25.0%
Pruebas inestables 5 0
Ejecuciones totales 48 48
Tokens de salida 13,210 2,939
Tokens de razonamiento 34,230 0
Tiempo de respuesta (promedio) 16.65s 1.06s
Tiempo de respuesta (máximo) 50.92s 5.91s
Tiempo de respuesta (total) 149.88s 16.95s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 7.0 9.8 66.7% 0 19.76s 3,463 2,077
Qwen3.5-9B 10.0 9.9 0.0% 0 1.02s 576 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
Qwen3.5-9B 10.0 10.0 0.0% 0 5.91s 1,255 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 5.5 5.9 66.7% 1 1.98s 241 1,114
Qwen3.5-9B 9.9 10.0 100.0% 0 847ms 249 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 10.0 4.4 22.2% 2 50.92s 6,784 20,606
Qwen3.5-9B 10.0 10.0 0.0% 0 464ms 24 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 3.0 10.0 0.0% 0 7.90s 107 387
Qwen3.5-9B 3.0 9.9 0.0% 0 552ms 99 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 9.5 10.0 100.0% 0 7.63s 126 1,799
Qwen3.5-9B 5.5 10.0 50.0% 0 514ms 75 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 1.7 4.7 22.2% 2 11.80s 1,508 2,092
Qwen3.5-9B 10.0 9.9 0.0% 0 683ms 388 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 9.0 10.0 100.0% 0 6.91s 287 1,083
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsQwen3.5-122B-A10BnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneSeed-2.0-Litenonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5-27BnoneQwen3.5-9BnonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsHunter Alphanonegpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneTrinity Large PreviewnoneDisponible gratisvsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsGLM 5none