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

gpt-oss-120b (medium) vs Space Bunny Alpha (high)

Space Bunny Alpha (high) average score में आगे है: 7.5 vs 5.9. Space Bunny Alpha (high) की benchmark लागत कम है: $0.000 vs $0.030. Space Bunny Alpha (high) तेज है: 29.38s vs 31.58s, pass rates 47.8% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-02

तुलना किए गए मॉडल

रैंक
#246
कुल आउटपुट टोकन
118,831
प्रतिक्रिया समय (औसत)
31.58s
कुल लागत
$0.030
रैंक
#118
कुल आउटपुट टोकन
181,271
प्रतिक्रिया समय (औसत)
29.38s
कुल लागत
$0.000
अनुशंसित मॉडल Space Bunny Alpha (high)

It has the strongest score in this comparison (7.5) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05 Space Bunny Alpha Space Bunny Alpha high रिलीज़: 2026-09-24
स्कोर 5.9 7.5
रैंक #246 #118
विश्वसनीयता 10.0 10.0
संगति 8.1 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 47.8% 63.8%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 0.335 0.000
कुल लागत $0.030 $0.000
इनपुट कीमत $0.037 / 1M $0.000 / 1M
आउटपुट कीमत $0.170 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 285,293 302,228
आउटपुट टोकन 29,565 181,271
रीजनिंग टोकन 89,266 0
प्रतिक्रिया समय (औसत) 31.58s 29.38s
प्रतिक्रिया समय (अधिकतम) 203.90s 234.56s
प्रतिक्रिया समय (कुल) 536.78s 675.79s
पैरामीटर 117B कुल (5.1B सक्रिय) -
उपलब्धता मुक्त स्रोत बंद 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.

#246 gpt-oss-120b

medium
लागत
$0.001
समय
26.7s
टोकन
555 tok

#118 Space Bunny Alpha

high
लागत
$0.000
समय
76.4s
टोकन
8,935 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
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

त्वरित तुलना

तुलना जोड़ी बदलें