OpenAI
रिलीज़: 2025-08-05
परीक्षण किया गया: 2026-05-08 15:31
openai/gpt-oss-120b::none
(medium)
(none)
सारांश
gpt-oss-120b AI BENCHY पर 4.0 स्कोर करता है और #183 पर है। इसकी reliability 10.0, pass rate 34.9%, कुल लागत $0.010, और औसत response time 21.61s है।
gpt-oss-120b को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
4.0
संगति
8.2
10.0
कुल आउटपुट टोकन
51,664
कुल इनपुट टोकन
9,081
इनपुट कीमत
$0.036 / 1M
आउटपुट कीमत
$0.180 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 15:31 सूट बदला गया | 5.4 | 10.0 | $0.010 ↓ | वर्तमान रन | |
| 2026-04-21 12:42 पहला दर्ज रन | 5.2 | लागू नहीं | $0.009 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
gpt-oss-120bnoneनिःशुल्क उपलब्धvsQwen3.6 35B A3Bnonegpt-oss-120bnoneनिःशुल्क उपलब्धvsQwen3 Coder Nextnonegpt-oss-120bnoneनिःशुल्क उपलब्धvsMiniMax M2.7mediumgpt-oss-120bnoneनिःशुल्क उपलब्धvsNorth Mini Codenoneनिःशुल्क उपलब्धgpt-oss-120bnoneनिःशुल्क उपलब्धvsDeepSeek V3.2nonegpt-oss-120bnoneनिःशुल्क उपलब्धvsGemini 3.5 Flashhighgpt-oss-120bnoneनिःशुल्क उपलब्धvsGemini 3 Flash Previewmediumgpt-oss-120bnoneनिःशुल्क उपलब्धvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धgpt-oss-120bnoneनिःशुल्क उपलब्धvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.5 | 10.0 | |
| कोडिंग | 1.5 | 4.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.8 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 6.0 | 7.2 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |