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

OpenAI: gpt-oss-120b vs Elephant

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-14

Metrik gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis Elephant Elephant none Rilis: 2026-04-14
Skor 5.8 5.2
Peringkat #65 #81
Konsistensi 7.2 9.6
Tes benar
Tingkat lulus per percobaan 51.9% 31.5%
Tes tidak stabil 6 1
Total Run 54 54
Biaya per hasil 0.144 0.000
Total Biaya $0.011 $0.000
Harga input $0.039 / 1M $0.000 / 1M
Harga output $0.190 / 1M $0.000 / 1M
Token output 13,493 2,573
Token penalaran 36,879 0
Waktu respons (rata-rata) 16.08s 1.23s
Waktu respons (maks) 50.92s 3.81s
Waktu respons (total) 176.88s 22.16s

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
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Elephant 6.6 10.0 50.0% 0 963ms 610 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Elephant 6.4 3.3 66.7% 1 1.39s 375 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Elephant 3.0 10.0 0.0% 0 3.81s 731 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Elephant 6.5 10.0 50.0% 0 1.04s 246 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Elephant 3.0 10.0 0.0% 0 927ms 24 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Elephant 4.0 10.0 0.0% 0 854ms 106 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Elephant 9.8 10.0 100.0% 0 1.03s 81 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Elephant 3.3 10.0 0.0% 0 849ms 170 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Elephant 3.0 10.0 0.0% 0 2.79s 230 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

gpt-oss-120bmediumTersedia gratisvsQwen3.5-27BnoneMiniMax M2.7mediumvsElephantnonegpt-oss-120bmediumTersedia gratisvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumTersedia gratisvsMiMo-V2-Prononegpt-oss-120bmediumTersedia gratisvsGLM 4.7 Flashnonegpt-oss-120bmediumTersedia gratisvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumTersedia gratisGemini 2.5 Flashnonevsgpt-oss-120bmediumTersedia gratisSeed-2.0-Litenonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsGLM 5 Turbonone