Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.7 Max

Resumen

Comparación benchmark de gpt-oss-120b vs Qwen3.7 Max: Qwen3.7 Max lidera en puntuación media con 6.9 vs 6.7. gpt-oss-120b tiene menor coste de benchmark con $0.013 vs $0.054. Qwen3.7 Max es más rápido con 1.30s vs 22.28s, con tasas de acierto de 52.4% vs 66.7%.

Modelo recomendado: gpt-oss-120b - Su puntuación se mantiene cerca de la mejor aquí (6.7 vs 6.9) y cuesta aproximadamente 4.4x menos que Qwen3.7 Max.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22
Puntuación 6.7 6.9
Rango #78 #69
Fiabilidad 10.0 10.0
Consistencia 8.0 10.0
Pruebas correctas
Tasa de aciertos por intento 52.4% 66.7%
Pruebas inestables 5 0
Ejecuciones totales 63 63
Costo por resultado 0.141 0.744
Costo total $0.013 $0.054
Precio de entrada $0.039 / 1M $1.250 / 1M
Precio de salida $0.180 / 1M $3.750 / 1M
Total de tokens de entrada 39,084 37,107
Tokens de salida 20,013 1,994
Tokens de razonamiento 50,233 0
Tiempo de respuesta (promedio) 22.28s 1.30s
Tiempo de respuesta (máximo) 68.16s 3.92s
Tiempo de respuesta (total) 311.96s 27.21s

Generation showcase

Hamster playing table tennis

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

#78 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 tok

#69 Qwen3.7 Max

none
Cost
$0.046
Time
195.0s
Tokens
12,171 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
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 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
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 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
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 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
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 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
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 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
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 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
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 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
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 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
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 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
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3.5 Flashminimalvsgpt-oss-120bmediumDisponible gratisQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumDisponible gratisGemini 3 Flash Previewnonevsgpt-oss-120bmediumDisponible gratisQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsMiMo-V2-Flashmedium