AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.6 35B A3B

Resumen

Comparación benchmark de gpt-oss-120b vs Qwen3.6 35B A3B: gpt-oss-120b lidera en puntuación media con 5.4 vs 4.6. gpt-oss-120b tiene menor coste de benchmark con $0.010 vs $0.031. Qwen3.6 35B A3B es más rápido con 3.73s vs 21.61s, con tasas de acierto de 38.6% vs 30.2%.

Modelo recomendado: gpt-oss-120b - Tiene la mejor puntuación aquí (5.4) y cuesta aproximadamente 3.2x menos que Qwen3.6 35B A3B.

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	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lanzamiento: 2026-04-20

Métrica	gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lanzamiento: 2026-04-20
Puntuación	5.4	4.6
Rango	#127	#154
Fiabilidad	10.0	10.0
Consistencia	9.1	8.0
Pruebas correctas
Tasa de aciertos por intento	38.6%	30.2%
Pruebas inestables	2	5
Ejecuciones totales	57	63
Costo por resultado	0.168	0.754
Costo total	$0.010	$0.031
Precio de entrada	$0.039 / 1M	$0.140 / 1M
Precio de salida	$0.180 / 1M	$1.000 / 1M
Total de tokens de entrada	9,081	19,329
Tokens de salida	51,664	27,755
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	21.61s	3.73s
Tiempo de respuesta (máximo)	113.71s	22.52s
Tiempo de respuesta (total)	345.79s	70.86s

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

#154 Qwen3.6 35B A3B

none

Cost: $0.008
Time: 30.1s
Tokens: 6,317 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
Qwen3.6 35B A3B	3.6	7.6	16.7%	1		2.10s	696	1,571	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
Qwen3.6 35B A3B	5.5	10.0	33.3%	0		8.77s	7,911	11,161	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
Qwen3.6 35B A3B	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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		1.46s	7,788	248	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
Qwen3.6 35B A3B	3.5	4.4	33.3%	2		7.45s	781	11,381	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
Qwen3.6 35B A3B	4.4	3.0	33.3%	1		3.51s	520	1,545	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
Qwen3.6 35B A3B	6.2	5.8	66.7%	1		1.86s	709	1,264	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
Qwen3.6 35B A3B	3.2	9.9	0.0%	0		1.07s	714	573	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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		414ms	210	12	0

Comparación rápida

Cambiar par de comparación