AI BENCHY Compare
OpenAI: gpt-oss-120b vs Qwen: Qwen3.7 Plus
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: 2026-06-04
| 指標 | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 | Qwen3.7 Plus Qwen3.7 Plus none |
|---|---|---|
| スコア | 6.1 | 6.4 |
| 順位 | #99 | #88 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.0 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 52.4% | 47.6% |
| 不安定なテスト | 5 | 0 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 0.141 | 0.276 |
| 合計コスト | $0.013 | $0.028 |
| 入力価格 | $0.039 / 1M | $0.400 / 1M |
| 出力価格 | $0.180 / 1M | $1.600 / 1M |
| 合計入力トークン | 39,084 | 42,510 |
| 出力トークン | 20,013 | 6,578 |
| 推論トークン | 50,233 | 0 |
| 応答時間（平均） | 22.28s | 2.85s |
| 応答時間（最大） | 68.16s | 29.38s |
| 応答時間（合計） | 311.96s | 59.86s |
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 | |
| Qwen3.7 Plus | 6.5 | 10.0 | 50.0% | 0 | 1.38s | 696 | 349 | 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） | 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 | |
| Qwen3.7 Plus | 5.5 | 10.0 | 33.3% | 0 | 2.15s | 7,911 | 639 | 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） | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 29.38s | 14,952 | 4,505 | 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） | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 7,794 | 243 | 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） | 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 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 868ms | 789 | 18 | 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） | 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 | |
| Qwen3.7 Plus | 5.3 | 10.0 | 0.0% | 0 | 1.33s | 522 | 78 | 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） | 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 | |
| Qwen3.7 Plus | 6.3 | 10.0 | 50.0% | 0 | 929ms | 711 | 72 | 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） | 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 | |
| Qwen3.7 Plus | 7.7 | 10.0 | 66.7% | 0 | 1.71s | 714 | 443 | 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） | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 222 | 0 |
| 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 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 1.21s | 210 | 9 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LiteminimalvsQwen3.7 Plusnonegpt-oss-120bmedium無料で利用可能vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsMimo V2 OmninoneGemma 4 26B A4Bnone無料で利用可能vsgpt-oss-120bmedium無料で利用可能DeepSeek V4 Prohighvsgpt-oss-120bmedium無料で利用可能Ring-2.6-1Tnonevsgpt-oss-120bmedium無料で利用可能GPT-5 NanomediumvsQwen3.7 Plusnonegpt-oss-120bmedium無料で利用可能vsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnone無料で利用可能vsgpt-oss-120bmedium無料で利用可能Mercury 2mediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMimo V2 Omnimedium