#81 gpt-oss-120b
medium- コスト
- $0.001
- 時間
- 26.7s
- トークン
- 555 tok
AI BENCHY Compare
OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-Flash
概要
gpt-oss-120b vs Qwen3.5-Flash の benchmark 比較: Qwen3.5-Flash が平均スコアでリードし、6.8 vs 6.7 です。 gpt-oss-120b の benchmark コストが低く、$0.011 vs $0.080 です。 gpt-oss-120b の方が高速で、22.28s vs 63.29s です、成功率は 52.4% vs 71.4% です。
おすすめモデル: gpt-oss-120b - スコアはここでの最高値に近く（6.7 vs 6.8）、Qwen3.5-Flash より約 8.0 倍低コストです。
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: 2026-07-02
| 指標 | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| スコア | 6.7 | 6.8 |
| 順位 | #81 | #73 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.0 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 52.4% | 71.4% |
| 不安定なテスト | 5 | 5 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 0.141 | 0.871 |
| 合計コスト | $0.011 | $0.080 |
| 入力価格 | $0.030 / 1M | $0.065 / 1M |
| 出力価格 | $0.150 / 1M | $0.260 / 1M |
| 合計入力トークン | 39,084 | 38,926 |
| 出力トークン | 20,013 | 2,088 |
| 推論トークン | 50,233 | 294,598 |
| 応答時間（平均） | 22.28s | 63.29s |
| 応答時間（最大） | 68.16s | 234.29s |
| 応答時間（合計） | 311.96s | 1265.85s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#73 Qwen3.5-Flash
medium- コスト
- $0.002
- 時間
- 25.8s
- トークン
- 4,294 tok
スコア上位モデル
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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 1,314 | 3,518 | 2,177 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 672 | 383 | 32,992 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 | |
| Qwen3.5-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 11,535 | 694 | 5,072 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 17.78s | 14,934 | 483 | 8,270 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 7,476 | 241 | 1,114 | |
| Qwen3.5-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 6,061 | 235 | 16,237 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 1,266 | 6,784 | 20,606 | |
| Qwen3.5-Flash | 5.3 | 7.2 | 44.4% | 1 | 146.50s | 581 | 58 | 43,615 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 659 | 107 | 387 | |
| Qwen3.5-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 516 | 99 | 38,486 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 1,036 | 126 | 1,799 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 699 | 98 | 14,139 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 5.3 | 7.2 | 44.4% | 1 | 21.71s | 1,190 | 1,790 | 2,264 | |
| Qwen3.5-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 381 | 89 | 12,457 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 6,514 | 287 | 1,083 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 8,193 | 309 | 1,284 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 26.51s | 312 | 3,101 | 3,758 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 204 | 32 | 37,037 |
クイック比較
比較ペアを切り替え
Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.5 Flashminimalvsgpt-oss-120bmedium無料で利用可能Gemini 3.5 FlashnonevsQwen3.5-Flashmediumgpt-oss-120bmedium無料で利用可能vsQwen3.7 MaxnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium無料で利用可能Gemini 3 Flash Previewnonevsgpt-oss-120bmedium無料で利用可能Gemini 3.1 Flash Lite Previewnonevsgpt-oss-120bmedium無料で利用可能Qwen3.5-FlashmediumvsStep 3.7 FlashhighGemini 3.1 Flash Litelowvsgpt-oss-120bmedium無料で利用可能Gemini 3.5 Flashnonevsgpt-oss-120bmedium無料で利用可能Qwen3.5-FlashmediumvsGLM 5.2none