नेव्हिगेशन
AI BENCHY
Advertise here

Google: Gemini 2.5 Flash vs OpenAI: gpt-oss-120b

average score जवळपास समान आहे: 6.2 vs 6.1. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.017 vs $0.019. Gemini 2.5 Flash वेगवान आहे: 6.20s vs 21.91s, pass rates 43.9% vs 50.0%.

शिफारस केलेले मॉडेलGemini 2.5 FlashIt has the best score here (6.2), while responding about 3.5x faster than gpt-oss-120b (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17 gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05
स्कोअर 6.2 6.1
क्रमांक #112 #115
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 50.0%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 0.186 0.221
एकूण खर्च $0.017 $0.019
इनपुट किंमत $0.300 / 1M $0.037 / 1M
आउटपुट किंमत $2.500 / 1M $0.170 / 1M
एकूण इनपुट टोकन्स 39,877 108,747
आउटपुट टोकन्स 1,890 29,772
रिझनिंग टोकन्स 0 68,044
प्रतिसाद वेळ (सरासरी) 6.20s 21.91s
प्रतिसाद वेळ (कमाल) 118.00s 68.16s
प्रतिसाद वेळ (एकूण) 136.37s 328.70s

Hamster playing table tennis

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

#112 Gemini 2.5 Flash

none
अवैध SVG
खर्च
$0.164
वेळ
215.5s
टोकन्स
65,659 tok

#115 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

झटपट तुलना

तुलना जोडी बदला