नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3.5 Flash (minimal) vs gpt-oss-120b (medium)

Gemini 3.5 Flash (minimal) average score मध्ये पुढे आहे: 6.8 vs 6.1. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.019 vs $0.300. Gemini 3.5 Flash (minimal) वेगवान आहे: 2.65s vs 21.91s, pass rates 65.2% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#96
एकूण आउटपुट टोकन्स
16,454
प्रतिसाद वेळ (सरासरी)
2.65s
एकूण खर्च
$0.300
क्रमांक
#132
एकूण आउटपुट टोकन्स
97,816
प्रतिसाद वेळ (सरासरी)
21.91s
एकूण खर्च
$0.019
शिफारस केलेले मॉडेल Gemini 3.5 Flash (minimal)

It has the best score here (6.8), while responding about 8.3x faster than gpt-oss-120b (medium).

तपशीलवार तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal प्रकाशन: 2026-05-19 gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05
स्कोअर 6.8 6.1
क्रमांक #96 #132
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 50.0%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 2.138 0.221
एकूण खर्च $0.300 $0.019
इनपुट किंमत $1.500 / 1M $0.037 / 1M
आउटपुट किंमत $9.000 / 1M $0.170 / 1M
एकूण इनपुट टोकन्स 100,753 108,747
आउटपुट टोकन्स 16,454 29,772
रिझनिंग टोकन्स 0 68,044
प्रतिसाद वेळ (सरासरी) 2.65s 21.91s
प्रतिसाद वेळ (कमाल) 25.26s 68.16s
प्रतिसाद वेळ (एकूण) 58.27s 328.70s

Hamster playing table tennis

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

#96 Gemini 3.5 Flash

minimal
खर्च
$0.041
वेळ
20.4s
टोकन्स
4,608 tok

#132 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 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

झटपट तुलना

तुलना जोडी बदला