- Skor
- 7.5 (+1.64 poin)
- Total biaya (harga saat ini)
- $0.000 · 100.0% lebih murah
- Waktu respons (rata-rata)
- 29.38s · 6.9% lebih cepat
OpenAI
Rilis: 2025-08-05
Diuji pada: 2026-10-01 01:37
openai/gpt-oss-120b::medium
117B total (5.1B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
gpt-oss-120b mendapat skor 5.9 di AI BENCHY dan berada di peringkat #249. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 47.8%, total biaya $0.030, dan waktu respons rata-rata 31.58s.
Yang membuat gpt-oss-120b unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #16.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 5.9 (-0.06 poin)
- Total biaya (harga saat ini)
- $0.028 · 4.8% lebih murah
- Waktu respons (rata-rata)
- 14.70s · 53.4% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 117B total (5.1B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
5.9
Konsistensi
8.1
10.0
Total token output
118,831
Total token input
285,293
Harga input
$0.037 / 1M
Harga output
$0.170 / 1M
Harga baca cache
T/A
Harga tulis cache
T/A
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
5
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#249 gpt-oss-120b
medium- Biaya
- $0.001
- Waktu
- 26.7s
- Token
- 555 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 01:37 Uji ulang | 5.9 | 10.0 | $0.030 ↓ | Run saat ini | |
| 2026-07-16 22:24 Tes baru ditambahkan | 6.1 | 10.0 | $0.019 ↓ | Bandingkan | |
| 2026-06-04 13:44 Tes baru ditambahkan | 6.1 | 10.0 | $0.013 ↓ | Bandingkan | |
| 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 | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:37 · Run saat ini | 69/69 percobaan | 5.9 | 8.1 | 10.0 | 9/23 | 5 | 118,831 | 285,293 | $0.030 | 31.58s |
| 2026-06-04 13:44 · Tes baru ditambahkan | 63/63 percobaan | 6.1 | 8.0 | 10.0 | 9/21 | 5 | 70,246 | 39,084 | $0.013 | 22.28s |
| Selisih | — | -0.2 | +0.1 | 0.0 | 0 | 0 | +48585 | +246209 | +$0.017 | +9293ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
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 | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M | T/A | T/A |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M | T/A | T/A |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M | T/A | T/A |
| 2026-08-14 12:51 | $0.030 / 1M | $0.170 / 1M | T/A | T/A |
| 2026-09-29 18:39 | $0.037 / 1M | $0.170 / 1M | T/A | T/A |
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-120bmediumvsGemini 3.1 Flash Liteminimalgpt-oss-120bmediumvsGemini 3.1 Flash Litenonegpt-oss-120bmediumvsSeed-2.0-Litenonegpt-oss-120bmediumvsQwen3.6 Flashnonegpt-oss-120bmediumvsInkling SmallmediumTersedia gratisgpt-oss-120bmediumvsClaude Sonnet 5nonegpt-oss-120bmediumvsMiMo-V2.6-Prononegpt-oss-120bmediumvsNemotron 3 UltranoneTersedia gratisgpt-oss-120bmediumvsGLM 5.3 FlashXlowgpt-oss-120bmediumvsQwen3.7 Flashnone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 5.0 | 10.0 | |
| Trik anti-AI | 6.7 | 9.9 | |
| Pemrograman | 5.9 | 7.0 | |
| Gabungan | 6.5 | 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 |