ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

概要

gpt-oss-120b vs Qwen3.5-9B の benchmark 比較: gpt-oss-120b が平均スコアでリードし、5.4 vs 4.6 です。 Qwen3.5-9B の benchmark コストが低く、$0.006 vs $0.010 です。 Qwen3.5-9B の方が高速で、1.89s vs 21.61s です、成功率は 38.6% vs 20.6% です。

おすすめモデル: Qwen3.5-9B - 総合的に最も良い選択です。競争力のあるスコア（4.6）、gpt-oss-120b より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-10

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 none リリース: 2026-03-02
スコア 5.4 4.6
順位 #127 #155
信頼性 10.0 10.0
一貫性 9.1 9.7
正解テスト
試行ごとの合格率 38.6% 20.6%
不安定なテスト 2 1
総実行回数 57 63
結果あたりのコスト 0.168 0.123
合計コスト $0.010 $0.006
入力価格 $0.039 / 1M $0.100 / 1M
出力価格 $0.180 / 1M $0.150 / 1M
合計入力トークン 9,081 48,041
出力トークン 51,664 3,952
推論トークン 0 0
応答時間（平均） 21.61s 1.89s
応答時間（最大） 113.71s 6.03s
応答時間（合計） 345.79s 39.68s

Generation showcase

Hamster playing table tennis

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

#127 gpt-oss-120b

none
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 3.1 9.9 0.0% 0 1.71s 696 582 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 4.3 1.1 66.7% 1 9.57s 901 3,232 0
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 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 10.0 10.0 100.0% 0 847ms 7,788 249 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 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 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） 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 4.4 9.9 0.0% 0 552ms 522 99 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 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 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 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 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 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 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 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

クイック比較

比較ペアを切り替え

MiniMax M2.5mediumvsgpt-oss-120bnone無料で利用可能MiniMax M2.7mediumvsgpt-oss-120bnone無料で利用可能Mistral Small 4mediumvsgpt-oss-120bnone無料で利用可能Cobuddymediumvsgpt-oss-120bnone無料で利用可能Qwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 Supermedium無料で利用可能vsgpt-oss-120bnone無料で利用可能DeepSeek V4 Prohighvsgpt-oss-120bnone無料で利用可能Mistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9Bnonegpt-oss-120bnone無料で利用可能vsQwen3 Coder NextmediumGemini 3.1 Flash Liteminimalvsgpt-oss-120bnone無料で利用可能