AI BENCHY Compare
OpenAI: gpt-oss-120b vs Elephant
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-14
| 指標 | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 | Elephant Elephant none |
|---|---|---|
| スコア | 5.8 | 5.2 |
| 順位 | #65 | #81 |
| 一貫性 | 7.2 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.9% | 31.5% |
| 不安定なテスト | 6 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.144 | 0.000 |
| 合計コスト | $0.011 | $0.000 |
| ???? | $0.039 / 1M | $0.000 / 1M |
| ???? | $0.190 / 1M | $0.000 / 1M |
| 出力トークン | 13,493 | 2,573 |
| 推論トークン | 36,879 | 0 |
| 応答時間（平均） | 16.08s | 1.23s |
| 応答時間（最大） | 50.92s | 3.81s |
| 応答時間（合計） | 176.88s | 22.16s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 3,518 | 2,177 | |
| Elephant | 6.6 | 10.0 | 50.0% | 0 | 963ms | 610 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 26.33s | 228 | 2,549 | |
| Elephant | 6.4 | 3.3 | 66.7% | 1 | 1.39s | 375 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 3.81s | 731 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 | |
| Elephant | 6.5 | 10.0 | 50.0% | 0 | 1.04s | 246 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 927ms | 24 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 107 | 387 | |
| Elephant | 4.0 | 10.0 | 0.0% | 0 | 854ms | 106 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 | |
| Elephant | 9.8 | 10.0 | 100.0% | 0 | 1.03s | 81 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.2 | 4.7 | 22.2% | 2 | 11.80s | 1,508 | 2,092 | |
| Elephant | 3.3 | 10.0 | 0.0% | 0 | 849ms | 170 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 2.79s | 230 | 0 |
クイック比較
比較ペアを切り替え
gpt-oss-120bmedium無料で利用可能vsQwen3.5-27BnoneMiniMax M2.7mediumvsElephantnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-122B-A10Bnonegpt-oss-120bmedium無料で利用可能vsMiMo-V2-Prononegpt-oss-120bmedium無料で利用可能vsGLM 4.7 Flashnonegpt-oss-120bmedium無料で利用可能vsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Gemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能Seed-2.0-Litenonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsGLM 5 Turbonone