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

तुलना किए गए मॉडल

Nemotron 3 Super (medium) vs Qwen3.5-122B-A10B (medium) vs Elephant Alpha (medium) vs gpt-oss-120b (medium) benchmark तुलनाQwen3.5-122B-A10B (medium) स्कोर में 7.1 के साथ आगे है। Qwen3.5-122B-A10B (medium) विश्वसनीयता में 10.0 के साथ आगे है। Elephant Alpha (medium) का कुल लागत सबसे कम है: $0.000. Elephant Alpha (medium) 1.27s पर सबसे तेज है।

अनुशंसित मॉडलgpt-oss-120b (medium)It offers the best overall trade-off: a competitive score (6.1), lower cost than इस तुलना के बाकी मॉडल, and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Nemotron 3 Super Nemotron 3 Super medium रिलीज़: 2026-03-11 निःशुल्क उपलब्ध Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium रिलीज़: 2026-02-24 Elephant Alpha Elephant Alpha medium रिलीज़: 2026-04-14 gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05
स्कोर 5.7 7.1 4.3 6.1
रैंक #133 #69 #187 #115
विश्वसनीयता 8.7 10.0 लागू नहीं 10.0
संगति 8.9 8.5 9.2 8.0
सही परीक्षण
प्रति प्रयास पास दर 40.9% 71.2% 28.8% 50.0%
अस्थिर टेस्ट 3 4 1 5
कुल रन 66 66 63 66
प्रति परिणाम लागत 0.004 8.509 0.000 0.221
कुल लागत $0.066 $1.046 $0.000 $0.019
इनपुट कीमत $0.210 / 1M $0.260 / 1M $0.000 / 1M $0.037 / 1M
आउटपुट कीमत $0.455 / 1M $2.080 / 1M $0.000 / 1M $0.170 / 1M
कुल इनपुट टोकन 81,429 124,771 33,744 108,747
आउटपुट टोकन 18,371 44,077 2,596 29,772
रीजनिंग टोकन 98,853 443,141 0 68,044
प्रतिक्रिया समय (औसत) 51.99s 64.16s 1.27s 21.91s
प्रतिक्रिया समय (अधिकतम) 431.98s 519.30s 3.70s 68.16s
प्रतिक्रिया समय (कुल) 1039.89s 1411.60s 22.82s 328.70s

Hamster playing table tennis

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

#133 Nemotron 3 Super

medium
लागत
$0.000
समय
272.6s
टोकन
5,296 tok

#69 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 tok

#187 Elephant Alpha

medium
Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free
लागत
$0.000
समय
0.1s
टोकन
0 tok

#115 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
Nemotron 3 Super 3.1 10.0 0.0% 0 147.32s 2,275 797 4,424
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Elephant Alpha 3.7 7.8 11.1% 1 1.30s 813 365 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

त्वरित तुलना

तुलना जोड़ी बदलें