OpenAI: gpt-oss-120b

Aibenchy टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : १९ फेब्रु, २०२६

श्रेणीवार तपशील

श्रेणी	पूर्णपणे पास झालेल्या चाचण्या	Score	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	तर्क गुण	खर्च
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	10.00	$0.00029
Data parsing and extraction	1/2	5.50	5.81	83.3%	1	10.00	$0.00052
Domain specific	0/3	1.00	4.41	22.2%	2	8.53	$0.00393
Instructions following	2/2	10.00	10.00	100.0%	0	9.50	$0.00040
Puzzle Solving	1/3	5.00	7.13	44.4%	1	7.89	$0.00059

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

#11 · OpenAI

तर्क (medium)

Score: 5.92

सुसंगतता: 6.03

प्रति प्रयत्न पास दर: 72.2%

अस्थिर चाचण्या: 6

प्रति निकाल खर्च: 0.4675

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.02806

#13 · Anthropic

तर्क नाही

Score: 5.75

सुसंगतता: 9.42

प्रति प्रयत्न पास दर: 52.8%

अस्थिर चाचण्या: 1

प्रति निकाल खर्च: 0.9480

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.05688

#10 · Google

तर्क नाही

Score: 6.25

सुसंगतता: 8.60

प्रति प्रयत्न पास दर: 66.7%

अस्थिर चाचण्या: 2

प्रति निकाल खर्च: 0.0754

बरोबर चाचण्या: 7/12

एकूण खर्च: $0.00528

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