gpt-oss-120b (medium) vs GLM 5.3 FlashX (low)

GLM 5.3 FlashX (low) average score मध्ये पुढे आहे: 6.0 vs 5.9. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.030 vs $0.157. GLM 5.3 FlashX (low) वेगवान आहे: 9.69s vs 31.58s, pass rates 47.8% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #243
एकूण आउटपुट टोकन्स: 118,831
प्रतिसाद वेळ (सरासरी): 31.58s
एकूण खर्च: $0.030

क्रमांक: #238
एकूण आउटपुट टोकन्स: 43,203
प्रतिसाद वेळ (सरासरी): 9.69s
एकूण खर्च: $0.157

शिफारस केलेले मॉडेल gpt-oss-120b (medium)

Its score stays close to the best score here (5.9 vs 6.0), while costing about 5.4x less than GLM 5.3 FlashX (low).

तपशीलवार तुलना

मेट्रिक	gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05	GLM 5.3 FlashX GLM 5.3 FlashX low प्रकाशन: 2026-09-21

मेट्रिक	gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05	GLM 5.3 FlashX GLM 5.3 FlashX low प्रकाशन: 2026-09-21
स्कोअर	5.9	6.0
क्रमांक	#243	#238
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	6.8
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.8%	63.8%
अस्थिर चाचण्या	5	9
एकूण रन	69	69
प्रति निकाल खर्च	0.335	1.423
एकूण खर्च	$0.030	$0.157
इनपुट किंमत	$0.037 / 1M	$0.370 / 1M
आउटपुट किंमत	$0.170 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	285,293	277,028
आउटपुट टोकन्स	29,565	11,965
रिझनिंग टोकन्स	89,266	31,238
प्रतिसाद वेळ (सरासरी)	31.58s	9.69s
प्रतिसाद वेळ (कमाल)	203.90s	77.99s
प्रतिसाद वेळ (एकूण)	536.78s	222.83s
पॅरामीटर्स	117B एकूण (5.1B सक्रिय)	320B एकूण (18B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#243 gpt-oss-120b

medium

खर्च: $0.001
वेळ: 26.7s
टोकन्स: 555 tok

#238 GLM 5.3 FlashX

low

खर्च: $0.002
वेळ: 8.4s
टोकन्स: 1,526 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	5.0	10.0	0.0%	0		203.90s	176,526	187	20,362
GLM 5.3 FlashX	4.7	3.1	33.3%	1		77.99s	159,703	1,471	4,696

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.56s	639	278	353

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
GLM 5.3 FlashX	5.5	7.4	44.4%	1		5.45s	7,317	382	4,760

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883
GLM 5.3 FlashX	2.8	1.6	33.3%	2		42.40s	92,545	8,581	18,553

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.59s	7,149	210	81

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466
GLM 5.3 FlashX	3.5	4.4	33.3%	2		3.87s	759	36	2,040

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
GLM 5.3 FlashX	4.7	1.6	66.7%	1		2.07s	498	137	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.34s	678	72	84

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
GLM 5.3 FlashX	7.7	7.3	77.8%	1		1.89s	672	460	336

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.52s	6,861	231	20

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
GLM 5.3 FlashX	3.0	10.0	0.0%	0		2.69s	207	107	315

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium MiMo-V2.6-PrononevsGLM 5.3 FlashXlow Inkling Smallmediumमोफत उपलब्धvsGLM 5.3 FlashXlow Seed-2.0-LitenonevsGLM 5.3 FlashXlow gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium Gemini 3.1 Flash LiteminimalvsGLM 5.3 FlashXlow Seed-2.0-Litenonevsgpt-oss-120bmedium Nemotron 3 Ultranoneमोफत उपलब्धvsgpt-oss-120bmedium gpt-oss-120bmediumvsMiMo-V2.6-Pronone gpt-oss-120bmediumvsQwen3.7 Flashnone