Ringkasan
gpt-oss-120b mendapat skor 5.2 di AI BENCHY dan berada di peringkat #91. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 38.9%, total biaya $0.009, dan waktu respons rata-rata 11.96s.
Yang membuat gpt-oss-120b unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
5.2
Konsistensi
7.9
T/A
$0.009
Total token output
44,652
Total token input
0
Harga input
$0.000 / 1M
Harga output
$0.000 / 1M
Tes tidak stabil
5
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 ↓ | Bandingkan | |
| 2026-04-21 12:42 Run pertama yang tercatat | 5.2 | T/A | $0.009 | Run saat ini |
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 gratisvsQwen3.6 35B A3Bnonegpt-oss-120bnoneTersedia gratisvsQwen3 Coder Nextnonegpt-oss-120bnoneTersedia gratisvsMiniMax M2.7mediumgpt-oss-120bnoneTersedia gratisvsNorth Mini CodenoneTersedia gratisgpt-oss-120bnoneTersedia gratisvsDeepSeek V3.2nonegpt-oss-120bnoneTersedia gratisvsGemini 3.5 Flashhighgpt-oss-120bnoneTersedia gratisvsGemini 3 Flash Previewmediumgpt-oss-120bnoneTersedia gratisvsNemotron 3 Ultra 550b A55bmediumTersedia gratisgpt-oss-120bnoneTersedia gratisvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.6 | 8.0 | |
| 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 | 4.6 | 10.0 | |
| Kepatuhan instruksi | 8.4 | 6.9 | |
| Pemecahan teka-teki | 4.5 | 4.8 | |
| Pemanggilan alat | 3.0 | 10.0 |