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

gpt-oss-120b vs Xing4.0 29b A4b (medium)

gpt-oss-120b average score मध्ये पुढे आहे: 4.2 vs 3.7. Xing4.0 29b A4b (medium) चा benchmark खर्च कमी आहे: $0.000 vs $0.016. gpt-oss-120b वेगवान आहे: 28.63s vs 371.69s, pass rates 34.8% vs 26.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#386
एकूण आउटपुट टोकन्स
62,213
प्रतिसाद वेळ (सरासरी)
28.63s
एकूण खर्च
$0.016
क्रमांक
#398
एकूण आउटपुट टोकन्स
107,980
प्रतिसाद वेळ (सरासरी)
371.69s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल gpt-oss-120b

It has the best score here (4.2), while responding about 13.0x faster than Xing4.0 29b A4b (medium).

तपशीलवार तुलना

मेट्रिक gpt-oss-120b gpt-oss-120b none प्रकाशन: 2025-08-05 Xing4.0 29b A4b Xing4.0 29b A4b medium प्रकाशन: 2026-10-17 मोफत उपलब्ध
स्कोअर 4.2 3.7
क्रमांक #386 #398
विश्वसनीयता 10.0 7.3
सुसंगतता 7.6 6.2
प्रयत्न 60/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.8% 26.1%
अस्थिर चाचण्या 3 11
एकूण रन 60 69
प्रति निकाल खर्च 0.274 0.000
एकूण खर्च $0.016 $0.000
इनपुट किंमत $0.037 / 1M $0.000 / 1M
आउटपुट किंमत $0.170 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 131,652 98,467
आउटपुट टोकन्स 16,869 3,385
रिझनिंग टोकन्स 53,081 104,595
प्रतिसाद वेळ (सरासरी) 28.63s 371.69s
प्रतिसाद वेळ (कमाल) 140.90s 971.85s
प्रतिसाद वेळ (एकूण) 486.69s 8548.88s
पॅरामीटर्स 117B एकूण (5.1B सक्रिय) 29B एकूण (4B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#386 gpt-oss-120b

none
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
लागू नाही
वेळ
-
टोकन्स
0 tok

#398 Xing4.0 29b A4b

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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 1.5 0.4 22.2% 1 9.57s 901 204 3,028
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

झटपट तुलना

तुलना जोडी बदला

Ling 3.0 TinyhighvsXing4.0 29b A4bmediumमोफत उपलब्धLing 3.0 TinylowvsXing4.0 29b A4bmediumमोफत उपलब्धgpt-oss-120bnonevsGLM 4.7 FlashmediumNemotron 3.5 Lightningnoneमोफत उपलब्धvsXing4.0 29b A4bmediumमोफत उपलब्धGranite 4.1 8bdefaultvsXing4.0 29b A4bmediumमोफत उपलब्धLing 3.0 TinydefaultvsXing4.0 29b A4bmediumमोफत उपलब्धMiniMax M2.5mediumvsgpt-oss-120bnonegpt-oss-120bnonevsQwen3.5-9BmediumCobuddymediumमोफत उपलब्धvsgpt-oss-120bnoneTrinity Large Previewdefaultमोफत उपलब्धvsgpt-oss-120bnoneKAT Coder AIR V2.5defaultvsgpt-oss-120bnoneRing 2.6 1tdefaultvsgpt-oss-120bnone