gpt-oss-120b (medium) vs Qwen3.5-Flash (medium)

Model yang direkomendasikan gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 7.7x less than Qwen3.5-Flash (medium).

Perbandingan terperinci

Metrik	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24

Metrik	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Skor	6.1	6.1
Peringkat	#169	#172
Keandalan	10.0	10.0
Konsistensi	8.0	7.8
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	50.0%	65.2%
Tes tidak stabil	5	6
Total Run	66	66
Biaya per hasil	0.224	1.491
Total Biaya	$0.019	$0.142
Harga input	$0.030 / 1M	$0.065 / 1M
Harga output	$0.170 / 1M	$0.260 / 1M
Total token input	108,767	118,508
Token output	29,378	35,457
Token penalaran	68,904	477,389
Waktu respons (rata-rata)	20.81s	84.44s
Waktu respons (maks)	68.16s	515.38s
Waktu respons (total)	332.88s	1773.20s
Parameter	117B total (5.1B aktif)	~35B total (~3B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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

medium

medium

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
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Ganti Pasangan Perbandingan