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 xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis Grok 4.20 Beta Grok 4.20 Beta none Rilis: 2026-03-12
Peringkat #43 #52
Skor Rata-rata 5.1 4.4
Konsistensi 7.4 9.1
Biaya per hasil 0.135 2.214
Total Biaya $0.010 $0.089
Tes benar
Tingkat lulus per percobaan 54.2% 33.3%
Tes tidak stabil 5 2
Total Run 48 48
Token output 13,210 1,511
Token penalaran 34,230 0
Waktu respons (rata-rata) 16.65s 1.22s
Waktu respons (maks) 50.92s 6.48s
Waktu respons (total) 149.88s 19.53s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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 7.0 9.8 66.7% 0 19.76s 3,463 2,077
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 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
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 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 5.5 5.9 66.7% 1 1.98s 241 1,114
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 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 10.0 4.4 22.2% 2 50.92s 6,784 20,606
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 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 3.0 10.0 0.0% 0 7.90s 107 387
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 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 9.5 10.0 100.0% 0 7.63s 126 1,799
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 1.7 4.7 22.2% 2 11.80s 1,508 2,092
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 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 9.0 10.0 100.0% 0 6.91s 287 1,083
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

gpt-oss-120bmediumTersedia gratisvsQwen3.5-122B-A10BnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.5-FlashnoneSeed-2.0-Litenonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.5-27BnoneMiniMax M2.5mediumvsGrok 4.20 Betanonegpt-oss-120bmediumTersedia gratisvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsHunter AlphanoneTrinity Large PreviewnoneTersedia gratisvsgpt-oss-120bmediumTersedia gratisMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 Betanone