Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-26

Métrica gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación 5.2 4.8
Rango #98 #105
Fiabilidad N/D N/D
Consistencia 7.9 9.6
Pruebas correctas
Tasa de aciertos por intento 38.9% 24.1%
Pruebas inestables 5 1
Ejecuciones totales 54 54
Costo por resultado 0.221 0.116
Costo total $0.009 $0.005
Precio de entrada $0.000 / 1M $0.100 / 1M
Precio de salida $0.000 / 1M $0.150 / 1M
Tokens de salida 44,652 3,951
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 11.96s 1.47s
Tiempo de respuesta (máximo) 68.97s 5.91s
Tiempo de respuesta (total) 179.34s 26.43s

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 6.6 8.0 58.3% 1 6.03s 4,867 0
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 582 0
Programación 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 1.1 66.7% 1 9.57s 3,232 0
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 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 3.0 10.0 0.0% 0 0ms 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 1,255 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 6.5 10.0 50.0% 0 7.12s 598 0
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 249 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 3.0 10.0 0.0% 0 34.98s 29,483 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 24 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 4.6 10.0 0.0% 0 2.83s 586 0
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 99 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 8.4 6.9 83.3% 1 5.10s 1,982 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 75 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
gpt-oss-120b 4.5 4.8 44.5% 2 6.86s 3,904 0
Qwen3.5-9B 3.2 9.9 0.0% 0 683ms 388 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 3.0 10.0 0.0% 0 0ms 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bnoneDisponible gratisvsElephant AlphamediumMiniMax M2.7mediumvsgpt-oss-120bnoneDisponible gratisQwen3.5-9BnonevsGLM 4.7 FlashmediumElephant AlphamediumvsQwen3.5-9BnoneMistral Small 4mediumvsgpt-oss-120bnoneDisponible gratisMiniMax M2.7mediumvsQwen3.5-9Bnonegpt-oss-120bnoneDisponible gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumDisponible gratisvsgpt-oss-120bnoneDisponible gratisgpt-oss-120bnoneDisponible gratisvsGLM 4.7 Flashmediumgpt-oss-120bnoneDisponible gratisvsQwen3.5-9BmediumMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.5mediumDisponible gratisvsQwen3.5-9Bnone