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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 5.7 5.4
Peringkat #101 #115
Keandalan 10.0 T/A
Konsistensi 7.4 9.5
Tes benar
Tingkat lulus per percobaan 49.1% 35.2%
Tes tidak stabil 6 1
Total Run 57 54
Biaya per hasil 0.152 1.574
Total Biaya $0.011 $0.095
Harga input $0.000 / 1M $1.250 / 1M
Harga output $0.000 / 1M $2.500 / 1M
Token output 16,594 1,967
Token penalaran 40,637 0
Waktu respons (rata-rata) 16.95s 1.11s
Waktu respons (maks) 50.92s 6.04s
Waktu respons (total) 203.39s 20.02s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 3.0 10.0 0.0% 0 6.04s 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 6.4 5.9 66.7% 1 1.98s 241 1,114
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 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
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Pengetahuan 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 26.51s 3,101 3,758
Grok 4.20 - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsGLM 5.1nonegpt-oss-120bmediumTersedia gratisvsMiMo-V2.5-Prononegpt-oss-120bmediumTersedia gratisvsGLM 4.7 FlashnoneElephant AlphamediumvsGrok 4.20noneDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsOwl Alphanonegpt-oss-120bmediumTersedia gratisvsQwen3.6 Flashnonegpt-oss-120bmediumTersedia gratisvsQwen3.6 27Bnonegpt-oss-120bmediumTersedia gratisvsQwen3.5-27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGrok 4.20none