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 Z.ai: GLM 4.7 Flash

Resumen

Comparación benchmark de gpt-oss-120b vs GLM 4.7 Flash: gpt-oss-120b lidera en puntuación media con 6.1 vs 5.5. GLM 4.7 Flash tiene menor coste de benchmark con $0.004 vs $0.013. GLM 4.7 Flash es más rápido con 2.86s vs 22.28s, con tasas de acierto de 52.4% vs 36.5%.

Modelo recomendado: GLM 4.7 Flash - Su puntuación se mantiene cerca de la mejor aquí (5.5 vs 6.1) y cuesta aproximadamente 3.6x menos que gpt-oss-120b.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis GLM 4.7 Flash GLM 4.7 Flash none Lanzamiento: 2026-01-19
Puntuación 6.1 5.5
Rango #100 #123
Fiabilidad 10.0 10.0
Consistencia 8.0 8.8
Pruebas correctas
Tasa de aciertos por intento 52.4% 36.5%
Pruebas inestables 5 3
Ejecuciones totales 63 63
Costo por resultado 0.141 0.056
Costo total $0.013 $0.004
Precio de entrada $0.039 / 1M $0.060 / 1M
Precio de salida $0.180 / 1M $0.400 / 1M
Total de tokens de entrada 39,084 38,745
Tokens de salida 20,013 2,521
Tokens de razonamiento 50,233 0
Tiempo de respuesta (promedio) 22.28s 2.86s
Tiempo de respuesta (máximo) 68.16s 7.05s
Tiempo de respuesta (total) 311.96s 40.04s

Generation showcase

Hamster playing table tennis

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

#100 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 tok

#123 GLM 4.7 Flash

none
Invalid SVG
Cost
$0.000
Time
300.0s
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
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 555 438 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
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 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
GLM 4.7 Flash 3.0 10.0 0.0% 0 3.22s 14,325 704 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
GLM 4.7 Flash 7.3 5.8 83.3% 1 4.82s 7,107 196 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
GLM 4.7 Flash 7.7 10.0 66.7% 0 744ms 687 19 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
GLM 4.7 Flash 4.0 10.0 0.0% 0 1.59s 477 134 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
GLM 4.7 Flash 6.5 10.0 50.0% 0 888ms 636 62 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
GLM 4.7 Flash 6.4 10.0 33.3% 0 1.20s 609 97 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
GLM 4.7 Flash 2.8 1.6 33.3% 1 7.05s 6,907 212 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
GLM 4.7 Flash 3.0 10.0 0.0% 0 692ms 186 9 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponible gratisGemma 4 26B A4BnoneDisponible gratisvsgpt-oss-120bmediumDisponible gratisDeepSeek V4 Prohighvsgpt-oss-120bmediumDisponible gratisCobuddymediumvsGLM 4.7 FlashnoneRing-2.6-1Tnonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnoneDisponible gratisvsgpt-oss-120bmediumDisponible gratisMiniMax M2.5mediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGLM 4.7 FlashnoneNemotron 3 SupermediumDisponible gratisvsGLM 4.7 Flashnone