Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-11

Métrica gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 5.2 7.0
Rango #79 #44
Consistencia 7.9 7.8
Pruebas correctas
Tasa de aciertos por intento 38.9% 66.7%
Pruebas inestables 5 5
Ejecuciones totales 54 54
Costo por resultado 0.221 8.252
Costo total $0.009 $0.743
Precio de entrada $0.039 / 1M $2.000 / 1M
Precio de salida $0.190 / 1M $6.000 / 1M
Tokens de salida 44,652 1,744
Tokens de razonamiento 0 109,882
Tiempo de respuesta (promedio) 11.96s 10.33s
Tiempo de respuesta (máximo) 68.97s 29.87s
Tiempo de respuesta (total) 179.34s 185.87s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

MiniMax M2.7mediumvsgpt-oss-120bnoneDisponible gratisGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.20mediumMistral Small 4mediumvsgpt-oss-120bnoneDisponible gratisgpt-oss-120bnoneDisponible gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumDisponible gratisvsgpt-oss-120bnoneDisponible gratisGrok 4.20mediumvsMiMo-V2-Omninonegpt-oss-120bnoneDisponible gratisvsGLM 4.7 FlashmediumGPT-5.3 ChatnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5V Turbonone