OpenAI
Lanzamiento: 2025-08-05
Probado el: 2026-05-08 15:31
openai/gpt-oss-120b::none
117B en total (5.1B activos)MoECódigo abierto
(medium)
(none)
Resumen
gpt-oss-120b obtiene 3.7 en AI BENCHY y ocupa el puesto #285. Tiene fiabilidad 10.0, una tasa de aciertos de 33.3%, coste total de $0.010 y tiempo medio de respuesta de 21.61s.
Qué hace único a gpt-oss-120b: Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 117B en total (5.1B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
3.7
Consistencia
7.8
10.0
Total de tokens de salida
51,664
Total de tokens de entrada
9,081
Precio de entrada
$0.030 / 1M
Precio de salida
$0.170 / 1M
Pruebas incorrectas: 13
Tasa de aciertos por intento: 33.3%
Cobertura del benchmark: 57/66 intentos
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
21.61s
Tiempo de respuesta (máximo): 113.71s
Tiempo de respuesta (total): 345.79s
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-05-08 15:31 Suite modificada | 3.7 | 10.0 | $0.010 ↓ | Ejecución actual | |
| 2026-04-21 12:42 Primera ejecución registrada | 5.2 | N/D | $0.009 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:31 · Ejecución actual | 57/66 intentos | 3.7 | 7.8 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| 2026-04-21 12:42 · Primera ejecución registrada | 54/54 intentos | 5.2 | 7.9 | N/D | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| Diferencia | — | -1.5 | -0.1 | +2 | -3 | +7012 | +9081 | +$0.001 | +9656ms |
La cobertura del benchmark difiere: 57/57 intentos (Objetivo: 3 repeticiones por prueba) frente a 54/54 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Historial de precios
Datos históricos de precios de este modelo de OpenRouter.
| Fecha | Precio de entrada | Precio de salida |
|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M |
| 2026-07-16 15:36 | $0.037 / 1M | $0.170 / 1M |
| 2026-08-12 11:59 | $0.030 / 1M | $0.170 / 1M |
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
gpt-oss-120bnoneDisponible gratisvsLing 3.0 Tinymediumgpt-oss-120bnoneDisponible gratisvsQwen3.5-9Bmediumgpt-oss-120bnoneDisponible gratisvsLing 3.0 Tinylowgpt-oss-120bnoneDisponible gratisvsLing 3.0 Tinyhighgpt-oss-120bnoneDisponible gratisvsNemotron 3.5 LightningnoneDisponible gratisgpt-oss-120bnoneDisponible gratisvsGranite 4.1 8Bnonegpt-oss-120bnoneDisponible gratisvsLing 3.0 Tinynonegpt-oss-120bnoneDisponible gratisvsGrok 4.20nonegpt-oss-120bnoneDisponible gratisvsGLM 4.7 Flashmediumgpt-oss-120bnoneDisponible gratisvsLaguna S 2.1noneDisponible gratis
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 6.5 | 10.0 | |
| Programación | 1.5 | 4.0 | |
| Combinado | 1.5 | 5.0 | |
| Análisis y extracción de datos | 6.5 | 10.0 | |
| Específico del dominio | 3.0 | 10.0 | |
| Inteligencia general | 4.8 | 10.0 | |
| Seguimiento de instrucciones | 9.8 | 10.0 | |
| Resolución de acertijos | 6.0 | 7.2 | |
| Llamada de herramientas | 3.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |