gpt-oss-120b vs Qwen3.5-9B (medium)

Modelos comparados

Rango: #361
Total de tokens de salida: 62,213
Tiempo de respuesta (promedio): 28.63s
Costo total: $0.016

Rango: #365
Total de tokens de salida: 447,247
Tiempo de respuesta (promedio): 110.18s
Costo total: $0.106

Modelo recomendado gpt-oss-120b

Tiene la mejor puntuación aquí (4.2) y cuesta aproximadamente 6.8x menos que Qwen3.5-9B (medium).

Comparación detallada

Métrica	gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02

Métrica	gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación	4.2	4.0
Rango	#361	#365
Fiabilidad	10.0	8.7
Consistencia	7.6	7.9
Intentos	60/69	69/69
Pruebas correctas
Tasa de aciertos por intento	34.8%	26.1%
Pruebas inestables	3	6
Ejecuciones totales	60	69
Costo por resultado	0.274	3.523
Costo total	$0.016	$0.106
Precio de entrada	$0.037 / 1M	$0.100 / 1M
Precio de salida	$0.170 / 1M	$0.150 / 1M
Precio de lectura de caché	N/D	N/D
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	131,652	387,323
Tokens de salida	16,869	48,562
Tokens de razonamiento	53,081	410,431
Tiempo de respuesta (promedio)	28.63s	110.18s
Tiempo de respuesta (máximo)	140.90s	569.97s
Tiempo de respuesta (total)	486.69s	1873.00s
Parámetros	117B en total (5.1B activos)	9B
Disponibilidad	Código abierto	Código abierto

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#361 gpt-oss-120b

none

Aún no se ha generado ningún resultado showcase para este modelo.

Coste: N/D
Tiempo: -
Tokens: 0 tok

#365 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

Categoría:

Tareas de agentes	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	6.1	3.1	66.7%	1		140.90s	122,571	145	10,404
Qwen3.5-9B	5.2	3.2	33.3%	1		152.85s	370,128	1,827	43,724

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	5,685	2,991
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	0.4	22.2%	1		9.57s	901	204	3,028
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	1.5	5.0	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	149	449
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	4,675	25,774
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666

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	684
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	157	1,783
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	2,101	1,881
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	6,087
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Cambiar par de comparación

gpt-oss-120bnonevsGLM 4.7 Flashmedium Mercury 2.5nonevsQwen3.5-9Bmedium MiniMax M2.5mediumvsgpt-oss-120bnone CobuddymediumDisponible gratisvsgpt-oss-120bnone Ling 3.0 TinydefaultvsQwen3.5-9Bmedium Granite 4.1 8bdefaultvsQwen3.5-9Bmedium Nemotron 3.5 LightningnoneDisponible gratisvsQwen3.5-9Bmedium Trinity Large PreviewdefaultDisponible gratisvsgpt-oss-120bnone KAT Coder AIR V2.5defaultvsgpt-oss-120bnone Mercury 2nonevsQwen3.5-9Bmedium Ring 2.6 1tdefaultvsgpt-oss-120bnone Ling 3.0 TinyhighvsQwen3.5-9Bmedium