Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 6.0 5.4
Rango #56 #69
Consistencia 7.6 9.5
Pruebas correctas
Tasa de aciertos por intento 51.0% 31.4%
Pruebas inestables 5 1
Ejecuciones totales 51 51
Costo por resultado 0.136 1.809
Costo total $0.010 $0.091
Precio de entrada $0.039 / 1M $2.000 / 1M
Precio de salida $0.190 / 1M $6.000 / 1M
Tokens de salida 13,265 1,655
Tokens de razonamiento 34,330 0
Tiempo de respuesta (promedio) 15.05s 1.11s
Tiempo de respuesta (máximo) 50.92s 6.04s
Tiempo de respuesta (total) 150.55s 18.80s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 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 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Seed-2.0-Litenonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsGLM 5V Turbononegpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponible gratisvsHunter Alphanonegpt-oss-120bmediumDisponible gratisvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsMiMo-V2-PrononeMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsQwen3.5-27BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratis