नेव्हिगेशन
AI BENCHY
Advertise here

gpt-oss-120b (medium) vs Qwen3.7 Flash

average score जवळपास समान आहे: 6.1 vs 6.1. Qwen3.7 Flash चा benchmark खर्च कमी आहे: $0.019 vs $0.019. Qwen3.7 Flash वेगवान आहे: 10.06s vs 21.91s, pass rates 50.0% vs 36.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#135
एकूण आउटपुट टोकन्स
97,816
प्रतिसाद वेळ (सरासरी)
21.91s
एकूण खर्च
$0.019
क्रमांक
#136
एकूण आउटपुट टोकन्स
90,507
प्रतिसाद वेळ (सरासरी)
10.06s
एकूण खर्च
$0.019
शिफारस केलेले मॉडेल Qwen3.7 Flash

It has the best score here (6.1), while responding about 2.2x faster than gpt-oss-120b (medium).

तपशीलवार तुलना

मेट्रिक gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05 Qwen3.7 Flash Qwen3.7 Flash none प्रकाशन: 2026-07-28
स्कोअर 6.1 6.1
क्रमांक #135 #136
विश्वसनीयता 10.0 10.0
सुसंगतता 8.0 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 50.0% 36.4%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 0.221 0.262
एकूण खर्च $0.019 $0.019
इनपुट किंमत $0.037 / 1M $0.030 / 1M
आउटपुट किंमत $0.170 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 108,747 218,731
आउटपुट टोकन्स 29,772 90,507
रिझनिंग टोकन्स 68,044 0
प्रतिसाद वेळ (सरासरी) 21.91s 10.06s
प्रतिसाद वेळ (कमाल) 68.16s 186.24s
प्रतिसाद वेळ (एकूण) 328.70s 221.34s

Hamster playing table tennis

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

#135 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 tok

#136 Qwen3.7 Flash

none
खर्च
$0.001
वेळ
34.0s
टोकन्स
4,814 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
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

झटपट तुलना

तुलना जोडी बदला