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: gpt-oss-120b lidera en puntuación media con 5.4 vs 4.6. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.010. Qwen3.5-9B es más rápido con 1.89s vs 21.61s, con tasas de acierto de 38.6% vs 20.6%.

Modelo recomendado: Qwen3.5-9B - Ofrece el mejor equilibrio general: puntuación competitiva (4.6), menor coste que gpt-oss-120b y tiempo de respuesta equilibrado.

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

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 5.4 4.6
Rango #127 #155
Fiabilidad 10.0 10.0
Consistencia 9.1 9.7
Pruebas correctas
Tasa de aciertos por intento 38.6% 20.6%
Pruebas inestables 2 1
Ejecuciones totales 57 63
Costo por resultado 0.168 0.123
Costo total $0.010 $0.006
Precio de entrada $0.039 / 1M $0.100 / 1M
Precio de salida $0.180 / 1M $0.150 / 1M
Total de tokens de entrada 9,081 48,041
Tokens de salida 51,664 3,952
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 21.61s 1.89s
Tiempo de respuesta (máximo) 113.71s 6.03s
Tiempo de respuesta (total) 345.79s 39.68s

Generation showcase

Hamster playing table tennis

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

#127 gpt-oss-120b

none
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#155 Qwen3.5-9B

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 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 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 4.3 1.1 66.7% 1 9.57s 901 3,232 0
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 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 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 10.0 10.0 100.0% 0 847ms 7,788 249 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 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 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 4.8 10.0 0.0% 0 10.79s 584 615 0
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 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 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 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 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 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 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsgpt-oss-120bnoneDisponible gratisMiniMax M2.7mediumvsgpt-oss-120bnoneDisponible gratisMistral Small 4mediumvsgpt-oss-120bnoneDisponible gratisCobuddymediumvsgpt-oss-120bnoneDisponible gratisQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumDisponible gratisvsgpt-oss-120bnoneDisponible gratisDeepSeek V4 Prohighvsgpt-oss-120bnoneDisponible gratisMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9Bnonegpt-oss-120bnoneDisponible gratisvsQwen3 Coder NextmediumGemini 3.1 Flash Liteminimalvsgpt-oss-120bnoneDisponible gratis