OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-Flash

Skor rata-rata hampir imbang di 6.1 vs 6.1. gpt-oss-120b (medium) memiliki biaya benchmark lebih rendah di $0.019 vs $0.073. gpt-oss-120b (medium) lebih cepat di 21.91s vs 25.28s, dengan tingkat keberhasilan 50.0% vs 39.4%.

Model yang direkomendasikangpt-oss-120b (medium)It has the best score here (6.1), while costing about 3.9x less than Qwen3.5-Flash.

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

Metrik	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash none Rilis: 2026-02-24

Metrik	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash none Rilis: 2026-02-24
Skor	6.1	6.1
Peringkat	#115	#118
Keandalan	10.0	10.0
Konsistensi	8.0	9.3
Tes benar
Tingkat lulus per percobaan	50.0%	39.4%
Tes tidak stabil	5	2
Total Run	66	66
Biaya per hasil	0.221	0.933
Total Biaya	$0.019	$0.073
Harga input	$0.037 / 1M	$0.065 / 1M
Harga output	$0.170 / 1M	$0.260 / 1M
Total token input	108,747	282,347
Token output	29,772	209,201
Token penalaran	68,044	0
Waktu respons (rata-rata)	21.91s	25.28s
Waktu respons (maks)	68.16s	480.96s
Waktu respons (total)	328.70s	556.24s

Hamster playing table tennis

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

#115 gpt-oss-120b

medium

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

#118 Qwen3.5-Flash

none

Biaya: $0.003
Waktu: 47.4s
Token: 7,799 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
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

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	5.5	10.0	33.3%	0		850ms	7,913	519	0

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	2.9	5.8	16.7%	1		243.59s	254,787	206,719	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
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	0

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		50.92s	1,266	6,784	20,606
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

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	10.0	10.0	100.0%	0		803ms	522	100	0

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	6.3	10.0	50.0%	0		8.81s	711	63	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
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

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		3.67s	8,211	264	0

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		588ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium GPT-5 NanomediumvsQwen3.5-Flashnone gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Qwen3.5-FlashnonevsStep 3.5 Flashmedium Nemotron 3 UltranoneTersedia gratisvsgpt-oss-120bmedium Seed-2.0-Litenonevsgpt-oss-120bmedium Gemma 4 31BnoneTersedia gratisvsgpt-oss-120bmedium