Anthropic: Claude Sonnet 5 vs OpenAI: gpt-oss-120b

Claude Sonnet 5 unggul dalam skor rata-rata dengan 6.3 vs 6.1. gpt-oss-120b (medium) memiliki biaya benchmark lebih rendah di $0.019 vs $0.548. Claude Sonnet 5 lebih cepat di 6.04s vs 21.91s, dengan tingkat keberhasilan 45.5% vs 50.0%.

Model yang direkomendasikangpt-oss-120b (medium)Its score stays close to the best score here (6.1 vs 6.3), while costing about 29.2x less than Claude Sonnet 5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Claude Sonnet 5 Claude Sonnet 5 none Rilis: 2026-06-30	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05

Metrik	Claude Sonnet 5 Claude Sonnet 5 none Rilis: 2026-06-30	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05
Skor	6.3	6.1
Peringkat	#106	#115
Keandalan	10.0	10.0
Konsistensi	8.7	8.0
Tes benar
Tingkat lulus per percobaan	45.5%	50.0%
Tes tidak stabil	4	5
Total Run	66	66
Biaya per hasil	6.840	0.221
Total Biaya	$0.548	$0.019
Harga input	$2.000 / 1M	$0.037 / 1M
Harga output	$10.000 / 1M	$0.170 / 1M
Total token input	161,035	108,747
Token output	22,511	29,772
Token penalaran	0	68,044
Waktu respons (rata-rata)	6.04s	21.91s
Waktu respons (maks)	33.39s	68.16s
Waktu respons (total)	132.85s	328.70s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#106 Claude Sonnet 5

none

Biaya: $0.061
Waktu: 53.7s
Token: 6,172 tok

#115 gpt-oss-120b

medium

Biaya: $0.001
Waktu: 26.7s
Token: 555 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.6	7.9	22.2%	1		3.67s	10,590	1,864	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	6.5	10.0	50.0%	0		31.43s	123,013	15,526	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	5.3	7.2	44.4%	1		3.28s	975	933	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Claude Sonnet 5nonevsGemma 4 31BmediumTersedia gratis gpt-oss-120bmediumvsQwen3.5-Flashnone gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none Claude Sonnet 5nonevsQwen3.5-Flashmedium gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium Nemotron 3 UltranoneTersedia gratisvsgpt-oss-120bmedium Claude Sonnet 5nonevsRing-2.6-1Tmedium Claude Sonnet 5nonevsGPT-5.6 Lunalow