OpenAI: gpt-oss-120b

Benchmarks generados a partir de los suites de prueba de Aibenchy en : 19 feb 2026

Desglose por categoría

Categoría	Pruebas totalmente superadas	Score	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Puntuación de razonamiento	Costo
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	10.00	$0.00029
Data parsing and extraction	1/2	5.50	5.81	83.3%	1	10.00	$0.00052
Domain specific	0/3	1.00	4.41	22.2%	2	8.53	$0.00393
Instructions following	2/2	10.00	10.00	100.0%	0	9.50	$0.00040
Puzzle Solving	1/3	5.00	7.13	44.4%	1	7.89	$0.00059

Comparar OpenAI: gpt-oss-120b contra...

#11 · OpenAI

Razonamiento (medium)

Score: 5.92

Consistencia: 6.03

Tasa de aciertos por intento: 72.2%

Pruebas inestables: 6

Costo por resultado: 0.4675

Pruebas correctas: 6/12

Costo total: $0.02806

#13 · Anthropic

Sin razonamiento

Score: 5.75

Consistencia: 9.42

Tasa de aciertos por intento: 52.8%

Pruebas inestables: 1

Costo por resultado: 0.9480

Pruebas correctas: 6/12

Costo total: $0.05688

#10 · Google

Sin razonamiento

Score: 6.25

Consistencia: 8.60

Tasa de aciertos por intento: 66.7%

Pruebas inestables: 2

Costo por resultado: 0.0754

Pruebas correctas: 7/12

Costo total: $0.00528

Comparar OpenAI: gpt-oss-120b contra...