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 V4 Flash vs OpenAI: gpt-oss-120b

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-24

Metrik DeepSeek V4 Flash DeepSeek V4 Flash none Rilis: 2026-04-24 gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor 5.3 5.8
Peringkat #89 #76
Konsistensi 9.1 7.2
Tes benar
Tingkat lulus per percobaan 33.3% 51.9%
Tes tidak stabil 2 6
Total Run 54 54
Biaya per hasil 0.147 0.144
Total Biaya $0.008 $0.011
Harga input $0.140 / 1M $0.000 / 1M
Harga output $0.280 / 1M $0.000 / 1M
Token output 4,444 13,493
Token penalaran 0 36,879
Waktu respons (rata-rata) 29.39s 16.08s
Waktu respons (maks) 111.96s 50.92s
Waktu respons (total) 529.10s 176.88s

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 output Token penalaran
DeepSeek V4 Flash 3.0 10.0 0.0% 0 20.18s 174 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 6.3 10.0 0.0% 0 24.04s 471 0
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 4.5 2.1 66.7% 1 111.96s 2,664 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 23.79s 195 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 5.3 10.0 33.3% 0 19.73s 18 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 4.2 9.9 0.0% 0 23.74s 67 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 6.5 10.0 50.0% 0 17.54s 321 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 3.1 7.3 11.1% 1 22.96s 207 0
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 77.93s 327 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.5-27BnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumgpt-oss-120bmediumTersedia gratisvsMiMo-V2.5-PrononeDeepSeek V4 FlashnonevsElephant Alphamediumgpt-oss-120bmediumTersedia gratisvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumTersedia gratisvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsGLM 4.7 Flashnonegpt-oss-120bmediumTersedia gratisvsGLM 5.1nonegpt-oss-120bmediumTersedia gratisvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumTersedia gratis