नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Granite 4.2 8B vs gpt-oss-120b

Granite 4.2 8B average score में आगे है: 4.4 vs 4.2. gpt-oss-120b की benchmark लागत कम है: $0.016 vs $0.037. gpt-oss-120b तेज है: 28.63s vs 84.66s, pass rates 15.9% vs 34.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#355
कुल आउटपुट टोकन
133,268
प्रतिक्रिया समय (औसत)
84.66s
कुल लागत
$0.037
रैंक
#361
कुल आउटपुट टोकन
62,213
प्रतिक्रिया समय (औसत)
28.63s
कुल लागत
$0.016
अनुशंसित मॉडल gpt-oss-120b

Its score stays close to the best score here (4.2 vs 4.4), while costing about 2.3x less than Granite 4.2 8B.

विस्तृत तुलना

मेट्रिक Granite 4.2 8B Granite 4.2 8B none रिलीज़: 2026-09-02 gpt-oss-120b gpt-oss-120b none रिलीज़: 2025-08-05
स्कोर 4.4 4.2
रैंक #355 #361
विश्वसनीयता 9.1 10.0
संगति 9.3 7.6
प्रयास 69/69 60/69
सही परीक्षण
प्रति प्रयास पास दर 15.9% 34.8%
अस्थिर टेस्ट 2 3
कुल रन 69 60
प्रति परिणाम लागत 1.206 0.274
कुल लागत $0.037 $0.016
इनपुट कीमत $0.060 / 1M $0.037 / 1M
आउटपुट कीमत $0.250 / 1M $0.170 / 1M
कैश पढ़ने की कीमत $0.015 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 226,872 131,652
आउटपुट टोकन 133,268 16,869
रीजनिंग टोकन 0 53,081
प्रतिक्रिया समय (औसत) 84.66s 28.63s
प्रतिक्रिया समय (अधिकतम) 747.17s 140.90s
प्रतिक्रिया समय (कुल) 1947.17s 486.69s
पैरामीटर 8B 117B कुल (5.1B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#355 IBM: Granite 4.2 8B

none
Provider returned error
लागत
$0.000
समय
0.2s
टोकन
0 tok

#361 gpt-oss-120b

none
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
Granite 4.2 8B 5.5 10.0 33.3% 0 105.60s 8,358 47,944 0
gpt-oss-120b 1.5 0.4 22.2% 1 9.57s 901 204 3,028

तुलना जोड़ी बदलें