तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-122B-A10B

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	OpenAI: gpt-oss-120b medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध	Qwen: Qwen3.5-122B-A10B medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#25	#13
स्कोर	5.64	6.77
संगति	7.55	8.22
प्रति परिणाम लागत	0.101	5.137
कुल लागत	$0.008	$0.463
सही परीक्षण
गलत टेस्ट	7	5
प्रति प्रयास पास दर	59.5%	76.2%
अस्थिर टेस्ट	4	3
आउटपुट टोकन	11,407	16,751
रीजनिंग टोकन	26,106	125,394

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077
Qwen: Qwen3.5-122B-A10B	10.00	10.00	100.0%	0		248	10,486

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114
Qwen: Qwen3.5-122B-A10B	9.88	10.00	100.0%	0		270	16,558

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520
Qwen: Qwen3.5-122B-A10B	1.00	7.21	11.1%	1		15,537	64,889

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770
Qwen: Qwen3.5-122B-A10B	5.50	5.92	83.3%	1		77	7,372

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542
Qwen: Qwen3.5-122B-A10B	7.00	7.21	88.9%	1		297	24,863

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083
Qwen: Qwen3.5-122B-A10B	10.00	10.00	100.0%	0		322	1,226

तुलना जोड़ी बदलें

OpenAI: gpt-oss-120b की तुलना इससे करें...

Qwen: Qwen3.5-122B-A10B की तुलना इससे करें...