#81 gpt-oss-120b
medium- Biaya
- $0.001
- Waktu
- 26.7s
- Token
- 555 tok
Ringkasan
gpt-oss-120b mendapat skor 6.7 di AI BENCHY dan berada di peringkat #81. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 52.4%, total biaya $0.011, dan waktu respons rata-rata 22.28s.
Yang membuat gpt-oss-120b unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
6.7
Konsistensi
8.0
10.0
Total token output
70,246
Total token input
39,084
Harga input
$0.030 / 1M
Harga output
$0.150 / 1M
Tes tidak stabil
5
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 13:44 Tes baru ditambahkan | 6.1 | 10.0 | $0.013 ↓ | Run saat ini | |
| 2026-05-22 00:18 Suite berubah | 5.6 | 10.0 | $0.012 | Bandingkan | |
| 2026-04-21 12:42 Run pertama yang tercatat | 5.8 | T/A | $0.011 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:44 · Run saat ini | 6.7 | 8.0 | 10.0 | 9/21 | 5 | 70,246 | 39,084 | $0.011 | 22.28s |
| 2026-04-21 12:42 · Run pertama yang tercatat | 5.8 | 7.2 | T/A | 7/18 | 6 | 50,372 | 0 | $0.011 | 16.08s |
| Selisih | +0.8 | +0.8 | +2 | -1 | +19874 | +39084 | -$0.001 | +6203ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
gpt-oss-120bmediumTersedia gratisvsQwen3.7 Maxnonegpt-oss-120bmediumTersedia gratisvsQwen3.5-Flashmediumgpt-oss-120bmediumTersedia gratisvsGemini 3 Flash Previewnonegpt-oss-120bmediumTersedia gratisvsGemini 3.5 Flashminimalgpt-oss-120bmediumTersedia gratisvsGemini 3.5 Flashnonegpt-oss-120bmediumTersedia gratisvsRing-2.6-1Tmediumgpt-oss-120bmediumTersedia gratisvsGemini 3.5 Flashhighgpt-oss-120bmediumTersedia gratisvsGemini 3 Flash Previewmediumgpt-oss-120bmediumTersedia gratisvsNemotron 3 Ultra 550b A55bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.7 | 9.9 | |
| Pemrograman | 5.9 | 7.0 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 6.4 | 5.9 | |
| Spesifik domain | 2.9 | 4.4 | |
| Kecerdasan umum | 4.3 | 10.0 | |
| Kepatuhan instruksi | 9.9 | 10.0 | |
| Pemecahan teka-teki | 5.3 | 7.2 | |
| Pemanggilan alat | 9.8 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |