Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik Anthropic: Claude Sonnet 4.6 medium Rilis: Tanggal rilis tidak diketahui OpenAI: gpt-oss-120b medium Rilis: Tanggal rilis tidak diketahui Tersedia gratis
Peringkat #8 #25
Skor 7.43 5.64
Konsistensi 9.40 7.55
Biaya per hasil 8.105 0.101
Total Biaya $0.811 $0.008
Tes benar
Tes Salah 4 7
Tingkat lulus per percobaan 73.8% 59.5%
Tes tidak stabil 1 4
Token output 29,098 11,407
Token penalaran 20,435 26,106

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Sonnet 4.6 dengan...

Bandingkan OpenAI: gpt-oss-120b dengan...