ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

概要

gpt-oss-120b vs Qwen3.5-9B (medium) の benchmark 比較: gpt-oss-120b が平均スコアでリードし、4.0 vs 3.8 です。 gpt-oss-120b の benchmark コストが低く、$0.010 vs $0.036 です。 gpt-oss-120b の方が高速で、21.61s vs 82.24s です、成功率は 34.9% vs 27.0% です。

おすすめモデル: gpt-oss-120b - ここでは最高スコア（4.0）で、Qwen3.5-9B (medium) より約 3.7 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: 2026-07-09

指標 gpt-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能 Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02
スコア 4.0 3.8
順位 #183 #184
信頼性 10.0 6.7
一貫性 8.2 8.0
正解テスト
試行ごとの合格率 34.9% 27.0%
不安定なテスト 2 5
総実行回数 57 63
結果あたりのコスト 0.168 1.187
合計コスト $0.010 $0.036
入力価格 $0.036 / 1M $0.100 / 1M
出力価格 $0.180 / 1M $0.150 / 1M
合計入力トークン 9,081 17,070
出力トークン 51,664 29,045
推論トークン 0 209,516
応答時間（平均） 21.61s 82.24s
応答時間（最大） 113.71s 226.38s
応答時間（合計） 345.79s 1315.88s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#183 gpt-oss-120b

none
このモデルのショーケース結果はまだ生成されていません。
コスト
$0.000
時間
-
トークン
0 tok

#184 Qwen3.5-9B

medium
コスト
$0.001
時間
35.9s
トークン
3,030 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 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 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 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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 4.8 10.0 0.0% 0 10.79s 584 615 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

クイック比較

比較ペアを切り替え

Granite 4.1 8BnonevsQwen3.5-9Bmediumgpt-oss-120bnone無料で利用可能vsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20nonegpt-oss-120bnone無料で利用可能vsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnone無料で利用可能Mercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumCobuddymediumvsgpt-oss-120bnone無料で利用可能GPT-5.4 NanononevsQwen3.5-9BmediumRing-2.6-1TnonevsQwen3.5-9BmediumLing-2.6-flashnonevsQwen3.5-9BmediumNemotron 3 Supernone無料で利用可能vsQwen3.5-9Bmedium