Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik gpt-oss-120b gpt-oss-120b none Rilis: 2025-08-05 Tersedia gratis Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02
Skor 5.2 4.2
Peringkat #129 #151
Keandalan 10.0 1.7
Konsistensi 8.7 7.0
Tes benar
Tingkat lulus per percobaan 36.8% 31.7%
Tes tidak stabil 3 7
Total Run 57 60
Biaya per hasil 0.201 1.140
Total Biaya $0.011 $0.035
Harga input $0.000 / 1M $0.040 / 1M
Harga output $0.000 / 1M $0.150 / 1M
Token output 51,505 27,365
Token penalaran 0 202,291
Waktu respons (rata-rata) 21.86s 80.10s
Waktu respons (maks) 113.71s 226.38s
Waktu respons (total) 349.78s 1281.62s

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 6.5 10.0 50.0% 0 32.84s 8,676 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
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 9.57s 3,232 0
Qwen3.5-9B 2.8 10.0 0.0% 0 135.61s 6,150 31,393
Gabungan 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 0ms 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 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 6.5 10.0 50.0% 0 7.12s 598 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Spesifik domain 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 34.98s 29,483 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 615 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
gpt-oss-120b 9.8 10.0 100.0% 0 5.10s 1,982 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
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 4.4 4.5 44.5% 2 9.51s 3,781 0
Qwen3.5-9B 2.9 7.2 11.1% 1 33.38s 1,545 11,844
Pemanggilan alat 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 0ms 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
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 47.29s 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 3,074 29,694

Perbandingan Cepat

Ganti Pasangan Perbandingan

Granite 4.1 8BnonevsQwen3.5-9BmediumMiniMax M2.7mediumvsgpt-oss-120bnoneTersedia gratisgpt-oss-120bnoneTersedia gratisvsElephant AlphamediumMistral Small 4mediumvsgpt-oss-120bnoneTersedia gratisMiniMax M2.5mediumTersedia gratisvsgpt-oss-120bnoneTersedia gratisQwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-5.4 NanononevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9Bmediumgpt-oss-120bnoneTersedia gratisvsQwen3 Coder NextmediumCobuddymediumTersedia gratisvsgpt-oss-120bnoneTersedia gratisTrinity Large PreviewnonevsQwen3.5-9Bmedium