तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

मॉडेल नाव:

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 none प्रकाशन: प्रकाशन तारीख अज्ञात	OpenAI: gpt-oss-120b medium प्रकाशन: प्रकाशन तारीख अज्ञात मोफत उपलब्ध
क्रमांक	#14	#25
स्कोअर	6.36	5.64
सुसंगतता	9.50	7.55
प्रति निकाल खर्च	1.325	0.101
एकूण खर्च	$0.106	$0.008
बरोबर चाचण्या
चुकीच्या चाचण्या	6	7
प्रति प्रयत्न पास दर	59.5%	59.5%
अस्थिर चाचण्या	1	4
आउटपुट टोकन्स	2,637	11,407
रिझनिंग टोकन्स	0	26,106

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770

Puzzle Solving	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083

तुलना जोडी बदला

Anthropic: Claude Sonnet 4.6 ची तुलना याच्याशी करा...

OpenAI: gpt-oss-120b ची तुलना याच्याशी करा...