तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-Flash

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-Flash medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#25	#24
स्कोर	5.64	5.79
संगति	7.55	7.60
प्रति परिणाम लागत	0.101	0.650
कुल लागत	$0.008	$0.046
सही परीक्षण
गलत टेस्ट	7	7
प्रति प्रयास पास दर	59.5%	66.7%
अस्थिर टेस्ट	4	4
आउटपुट टोकन	11,407	1,194
रीजनिंग टोकन	26,106	108,368

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-Flash	10.00	10.00	100.0%	0		363	23,645

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-Flash	5.50	5.87	83.3%	1		235	16,237

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-Flash	1.00	4.41	33.3%	2		52	34,605

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-Flash	7.50	9.91	50.0%	0		98	14,139

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-Flash	4.00	7.21	55.6%	1		137	18,458

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-Flash	10.00	10.00	100.0%	0		309	1,284

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-Flash की तुलना इससे करें...