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

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: gpt-oss-120b

Ringkasan

Perbandingan benchmark DeepSeek V3.2 vs gpt-oss-120b: DeepSeek V3.2 unggul dalam skor rata-rata dengan 5.3 vs 4.0. gpt-oss-120b memiliki biaya benchmark lebih rendah di $0.010 vs $0.017. DeepSeek V3.2 lebih cepat di 13.83s vs 21.61s, dengan tingkat keberhasilan 39.7% vs 34.9%.

Model yang direkomendasikan: DeepSeek V3.2 - It has the best score here (5.3), while responding about 1.6x faster than gpt-oss-120b.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01 gpt-oss-120b gpt-oss-120b none Rilis: 2025-08-05 Tersedia gratis
Skor 5.3 4.0
Peringkat #145 #183
Keandalan 10.0 10.0
Konsistensi 7.6 8.2
Tes benar
Tingkat lulus per percobaan 39.7% 34.9%
Tes tidak stabil 6 2
Total Run 63 57
Biaya per hasil 0.306 0.168
Total Biaya $0.017 $0.010
Harga input $0.229 / 1M $0.036 / 1M
Harga output $0.344 / 1M $0.180 / 1M
Total token input 55,997 9,081
Token output 11,165 51,664
Token penalaran 0 0
Waktu respons (rata-rata) 13.83s 21.61s
Waktu respons (maks) 115.89s 113.71s
Waktu respons (total) 290.43s 345.79s

Showcase generasi

Hamster playing table tennis

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

#145 DeepSeek V3.2

none
Biaya
$0.002
Waktu
7.0s
Token
1,046 tok

#183 gpt-oss-120b

none
Belum ada hasil showcase yang dihasilkan untuk model ini.
Biaya
$0.000
Waktu
-
Token
0 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

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
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
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMistral Small 4mediumgpt-oss-120bnoneTersedia gratisvsQwen3.5-9Bmediumgpt-oss-120bnoneTersedia gratisvsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsMiniMax M2.5mediumNorth Mini CodemediumTersedia gratisvsDeepSeek V3.2noneDeepSeek V3.2nonevsQwen3 Coder Nextmediumgpt-oss-120bnoneTersedia gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneTersedia gratisDeepSeek V3.2nonevsGemini 3.1 Flash LiteminimalDeepSeek V3.2nonevsGPT-5.6 Lunalow