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

#58

gpt-oss-120b

OpenAI · रिलीज़: 2025-08-05 · openai/gpt-oss-120b::medium

संगति

7.6

कुल आउटपुट टोकन

47,595

???? ???

$0.039 / 1M

????? ???

$0.190 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 51.0%

अस्थिर टेस्ट

5

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

15.05s

प्रतिक्रिया समय (अधिकतम): 50.92s

प्रतिक्रिया समय (कुल): 150.55s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.7 9.9
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 6.4 5.9
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 4.3 10.0
निर्देश पालन 9.9 10.0
पहेली समाधान 3.2 4.7
टूल कॉलिंग 9.8 10.0

तुलना किए गए मॉडल