AI BENCHY Compare

OpenAI: gpt-oss-120b vs Z.ai: GLM 4.7 Flash

概要

gpt-oss-120b vs GLM 4.7 Flash (medium) の benchmark 比較: GLM 4.7 Flash (medium) が平均スコアでリードし、4.3 vs 4.0 です。 gpt-oss-120b の benchmark コストが低く、$0.010 vs $0.054 です。 gpt-oss-120b の方が高速で、21.61s vs 35.10s です、成功率は 34.9% vs 33.3% 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（4.0 vs 4.3）、GLM 4.7 Flash (medium) より約 5.6 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	GLM 4.7 Flash GLM 4.7 Flash medium リリース: 2026-01-19

指標	gpt-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能	GLM 4.7 Flash GLM 4.7 Flash medium リリース: 2026-01-19
スコア	4.0	4.3
順位	#183	#176
信頼性	10.0	6.7
一貫性	8.2	6.8
正解テスト
試行ごとの合格率	34.9%	33.3%
不安定なテスト	2	8
総実行回数	57	63
結果あたりのコスト	0.168	1.337
合計コスト	$0.010	$0.054
入力価格	$0.036 / 1M	$0.060 / 1M
出力価格	$0.180 / 1M	$0.400 / 1M
合計入力トークン	9,081	37,206
出力トークン	51,664	43,754
推論トークン	0	89,079
応答時間（平均）	21.61s	35.10s
応答時間（最大）	113.71s	174.55s
応答時間（合計）	345.79s	456.24s

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

#176 GLM 4.7 Flash

medium

無効なSVG

コスト: $0.000
時間: 186.2s
トークン: 12,112 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
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

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
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

クイック比較

比較ペアを切り替え