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

Resumen

Comparación benchmark de gpt-oss-120b vs Qwen3.5-9B (medium): gpt-oss-120b lidera en puntuación media con 4.0 vs 3.8. gpt-oss-120b tiene menor coste de benchmark con $0.010 vs $0.036. gpt-oss-120b es más rápido con 21.61s vs 82.24s, con tasas de acierto de 34.9% vs 27.0%.

Modelo recomendado: gpt-oss-120b - Tiene la mejor puntuación aquí (4.0) y cuesta aproximadamente 3.7x menos que Qwen3.5-9B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 4.0 3.8
Rango #183 #184
Fiabilidad 10.0 6.7
Consistencia 8.2 8.0
Pruebas correctas
Tasa de aciertos por intento 34.9% 27.0%
Pruebas inestables 2 5
Ejecuciones totales 57 63
Costo por resultado 0.168 1.187
Costo total $0.010 $0.036
Precio de entrada $0.036 / 1M $0.100 / 1M
Precio de salida $0.180 / 1M $0.150 / 1M
Total de tokens de entrada 9,081 17,070
Tokens de salida 51,664 29,045
Tokens de razonamiento 0 209,516
Tiempo de respuesta (promedio) 21.61s 82.24s
Tiempo de respuesta (máximo) 113.71s 226.38s
Tiempo de respuesta (total) 345.79s 1315.88s

Generación showcase

Hamster playing table tennis

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

#183 gpt-oss-120b

none
Aún no se ha generado ningún resultado showcase para este modelo.
Coste
$0.000
Tiempo
-
Tokens
0 tok

#184 Qwen3.5-9B

medium
Coste
$0.001
Tiempo
35.9s
Tokens
3,030 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 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 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 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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 4.8 10.0 0.0% 0 10.79s 584 615 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Comparación rápida

Cambiar par de comparación

Granite 4.1 8BnonevsQwen3.5-9Bmediumgpt-oss-120bnoneDisponible gratisvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20nonegpt-oss-120bnoneDisponible gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneDisponible gratisMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumCobuddymediumvsgpt-oss-120bnoneDisponible gratisGPT-5.4 NanononevsQwen3.5-9BmediumRing-2.6-1TnonevsQwen3.5-9BmediumLing-2.6-flashnonevsQwen3.5-9BmediumNemotron 3 SupernoneDisponible gratisvsQwen3.5-9Bmedium