Ringkasan
gpt-oss-120b mendapat skor 5.4 di AI BENCHY dan berada di peringkat #126. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 38.6%, total biaya $0.010, dan waktu respons rata-rata 21.61s.
Yang membuat gpt-oss-120b unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #3, sementara Pemanggilan alat adalah area terlemahnya di #14.
5.4
Konsistensi
9.1
10.0
Total token output
51,664
Total token input
9,081
Harga input
$0.039 / 1M
Harga output
$0.180 / 1M
Tes tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-05-08 15:31 Suite berubah | 5.4 | 10.0 | $0.010 ↓ | Run saat ini | |
| 2026-04-21 12:42 Run pertama yang tercatat | 5.2 | T/A | $0.009 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
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 |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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-120bnoneTersedia gratisvsDeepSeek V4 Prohighgpt-oss-120bnoneTersedia gratisvsNemotron 3 Ultra 550b A55bnoneTersedia gratisgpt-oss-120bnoneTersedia gratisvsgpt-oss-120bmediumTersedia gratisgpt-oss-120bnoneTersedia gratisvsNemotron 3 SupermediumTersedia gratisgpt-oss-120bnoneTersedia gratisvsGemini 3 Flash Previewmediumgpt-oss-120bnoneTersedia gratisvsGemini 3.5 Flashhighgpt-oss-120bnoneTersedia gratisvsNemotron 3 Ultra 550b A55bmediumTersedia gratisgpt-oss-120bnoneTersedia gratisvsGemini 3.5 Flashlow
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.5 | 10.0 | |
| Pemrograman | 4.3 | 1.1 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 6.5 | 10.0 | |
| Spesifik domain | 3.0 | 10.0 | |
| Kecerdasan umum | 4.8 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 6.0 | 7.2 | |
| Pemanggilan alat | 3.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |