#112

gpt-oss-120b

OpenAI Sortie: 2025-08-05 Testé le: 2026-05-22 00:18 openai/gpt-oss-120b::medium

117B au total (5.1B actifs)MoEOpen source

(medium) (none)

Résumé

gpt-oss-120b obtient 5.6 sur AI BENCHY et se classe #112. Il affiche une fiabilité de 10.0, un taux de réussite de 46.7%, un coût total de $0.012 et un temps de réponse moyen de 20.89s.

Ce qui rend gpt-oss-120b unique : Il se distingue surtout en Combiné, où il se classe #1, tandis que Astuces anti-IA est son point le plus faible avec #18. Son coût total de benchmark est inhabituellement bas pour son niveau de score.

Données du modèle

Date de recherche : 2026-08-12

Déclaré

Paramètres: 117B au total (5.1B actifs)
Architecture: MoE
Disponibilité: Open source
Licence: Apache-2.0

Source des paramètres Source de disponibilité

Score

5.6

Cohérence

7.5

Fiabilité

10.0

Coût total (prix actuel)

$0.012

Total des jetons de sortie

63,919

Total des jetons d'entrée

Prix d'entrée

$0.000 / 1M

Prix de sortie

$0.000 / 1M

Tests corrects

Tests incorrects: 13

Taux de réussite par tentative: 46.7%

Tests instables

Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).

Temps de réponse (moy.)

20.89s

Temps de réponse (max): 68.16s

Temps de réponse (total): 271.54s

Mauvaise réponse: 9 N'a pas suivi les instructions: 4

Hamster playing table tennis

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

#112 gpt-oss-120b

medium

Coût: $0.001
Temps: 26.7s
Tokens: 555 tok

Historique des runs

Testé le	Score	Fiabilité	Coût total	Comparer
2026-08-14 02:08 Nouveau test	6.1	10.0	$0.019 ↓	Comparer
2026-07-16 22:24 Nouveau test ajouté	6.1	10.0	$0.019 ↓	Comparer
2026-06-04 13:44 Nouveau test ajouté	6.1	10.0	$0.013 ↓	Comparer
2026-05-22 00:18 Suite modifiée	5.6	10.0	$0.012	Exécution actuelle
2026-04-21 12:42 Première exécution enregistrée	5.8	N/D	$0.011	Comparer

Ce run a utilisé une suite de benchmark différente. Gardez ce changement de suite à l'esprit lorsque vous lisez l'historique.

Comparaison de runs

Run	Couverture du benchmark	Score	Cohérence	Fiabilité	Tests corrects	Tests instables	Total des jetons de sortie	Coût total	Temps de réponse (moy.)
2026-05-22 00:18 · Suite modifiée	60/60 tentatives	5.6	7.5	10.0	7/20	6	63,919	$0.012	20.89s
2026-04-21 12:42 · Première exécution enregistrée	54/54 tentatives	5.8	7.2	N/D	7/18	6	50,372	$0.011	16.08s
Différence	—	-0.3	+0.3		0	0	+13547	+$0.002	+4808ms

La couverture du benchmark diffère : 60/60 tentatives (Objectif : 3 répétitions par test) contre 54/54 tentatives (Objectif : 3 répétitions par test). Les totaux et les métriques sensibles aux répétitions ne sont pas directement comparables.

Ces deux runs ont utilisé des suites de benchmark différentes, donc les écarts reflètent à la fois les changements du modèle et ceux de la suite.

Graphiques

Choisissez d'abord le premier modèle, puis cliquez sur un second modèle pour ouvrir une page côte à côte.

Meilleurs modèles par score

Score vs Coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Comparaison rapide

Répartition par catégorie

Catégorie	Score	Cohérence
Astuces anti-IA	6.7	9.9
Programmation	3.9	5.6
Combiné	10.0	10.0
Analyse et extraction des données	6.4	5.9
Spécifique au domaine	2.9	4.4
Intelligence générale	4.3	10.0
Suivi des instructions	9.9	10.0
Résolution d'énigmes	3.2	4.7
Appel d'outils	9.8	10.0
Culture générale	3.0	10.0

gpt-oss-120b

Données du modèle

Hamster playing table tennis

#112 gpt-oss-120b

Graphiques

Meilleurs modèles par score

Score vs Coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Comparaison rapide

Répartition par catégorie

Modèles comparés