AI BENCHY Compare

OpenAI: gpt-oss-120b vs Z.ai: GLM 4.7 Flash

Resumen

Comparación benchmark de gpt-oss-120b vs GLM 4.7 Flash (medium): GLM 4.7 Flash (medium) lidera en puntuación media con 4.3 vs 4.0. gpt-oss-120b tiene menor coste de benchmark con $0.010 vs $0.054. gpt-oss-120b es más rápido con 21.61s vs 35.10s, con tasas de acierto de 34.9% vs 33.3%.

Modelo recomendado: gpt-oss-120b - Su puntuación se mantiene cerca de la mejor aquí (4.0 vs 4.3) y cuesta aproximadamente 5.6x menos que GLM 4.7 Flash (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica	gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19

Métrica	gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación	4.0	4.3
Rango	#183	#176
Fiabilidad	10.0	6.7
Consistencia	8.2	6.8
Pruebas correctas
Tasa de aciertos por intento	34.9%	33.3%
Pruebas inestables	2	8
Ejecuciones totales	57	63
Costo por resultado	0.168	1.337
Costo total	$0.010	$0.054
Precio de entrada	$0.036 / 1M	$0.060 / 1M
Precio de salida	$0.180 / 1M	$0.400 / 1M
Total de tokens de entrada	9,081	37,206
Tokens de salida	51,664	43,754
Tokens de razonamiento	0	89,079
Tiempo de respuesta (promedio)	21.61s	35.10s
Tiempo de respuesta (máximo)	113.71s	174.55s
Tiempo de respuesta (total)	345.79s	456.24s

Generación showcase

Hamster playing table tennis

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

#183 gpt-oss-120b

none

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

Coste: $0.000
Tiempo: -
Tokens: 0 tok

#176 GLM 4.7 Flash

medium

SVG inválido

Coste: $0.000
Tiempo: 186.2s
Tokens: 12,112 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
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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	4.0	22.2%	1		9.57s	901	3,232	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

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
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Comparación rápida

Cambiar par de comparación