नेविगेशन
AI BENCHY
Advertise here

Gemini 2.5 Flash vs gpt-oss-120b (medium)

gpt-oss-120b (medium) average score में आगे है: 6.1 vs 6.0. Gemini 2.5 Flash की benchmark लागत कम है: $0.017 vs $0.020. Gemini 2.5 Flash तेज है: 6.19s vs 20.81s, pass rates 39.4% vs 50.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#184
कुल आउटपुट टोकन
1,890
प्रतिक्रिया समय (औसत)
6.19s
कुल लागत
$0.017
रैंक
#173
कुल आउटपुट टोकन
98,282
प्रतिक्रिया समय (औसत)
20.81s
कुल लागत
$0.020
अनुशंसित मॉडल Gemini 2.5 Flash

Its score stays close to the best score here (6.0 vs 6.1), while responding about 3.4x faster than gpt-oss-120b (medium).

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05
स्कोर 6.0 6.1
रैंक #184 #173
विश्वसनीयता 10.0 10.0
संगति 9.6 8.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 50.0%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 0.209 0.224
कुल लागत $0.017 $0.020
इनपुट कीमत $0.300 / 1M $0.037 / 1M
आउटपुट कीमत $2.500 / 1M $0.170 / 1M
कुल इनपुट टोकन 39,886 108,767
आउटपुट टोकन 1,890 29,378
रीजनिंग टोकन 0 68,904
प्रतिक्रिया समय (औसत) 6.19s 20.81s
प्रतिक्रिया समय (अधिकतम) 118.00s 68.16s
प्रतिक्रिया समय (कुल) 136.23s 332.88s
पैरामीटर ~350B कुल (~20B सक्रिय) 117B कुल (5.1B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#184 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#173 gpt-oss-120b

medium
लागत
$0.001
समय
26.7s
टोकन
555 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

त्वरित तुलना

तुलना जोड़ी बदलें