AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#348

gpt-oss-120b

OpenAI प्रकाशन: 2025-08-05 चाचणी तारीख: 2026-10-01 01:37 openai/gpt-oss-120b::medium
117B एकूण (5.1B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

gpt-oss-120b AI BENCHY वर 5.9 स्कोर करते आणि #348 वर आहे. याची reliability 10.0, pass rate 47.8%, एकूण खर्च $0.030, आणि सरासरी response time 31.58s आहे.

gpt-oss-120b खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #16. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
117B एकूण (5.1B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0

सुसंगतता

8.1

एकूण खर्च (सध्याची किंमत)

$0.030 ↓ -3.7%

या किमतीवर चाचणी केली: $0.031

एकूण आउटपुट टोकन्स

108,704

एकूण इनपुट टोकन्स

285,293

इनपुट किंमत

$0.037 / 1M

आउटपुट किंमत

$0.170 / 1M

कॅश वाचण्याची किंमत

लागू नाही

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 14

प्रति प्रयत्न पास दर: 47.8%

अस्थिर चाचण्या

5

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

31.58s

प्रतिसाद वेळ (कमाल): 203.90s

प्रतिसाद वेळ (एकूण): 536.78s

Hamster playing table tennis

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

#348 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 01:37 पुन्हा चाचणी 5.9 10.0 $0.030 ↓ सध्याची रन
2026-07-16 22:24 नवीन चाचणी जोडली 6.1 10.0 $0.019 ↓ तुलना करा
2026-06-04 13:44 नवीन चाचणी जोडली 6.1 10.0 $0.013 ↓ तुलना करा
2026-05-22 00:18 सूट बदलला 5.6 10.0 $0.012 तुलना करा
2026-04-21 12:42 पहिली नोंदलेली रन 5.8 लागू नाही $0.011 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-06-04 15:40 $0.039 / 1M $0.180 / 1M लागू नाही लागू नाही
2026-06-29 01:00 $0.030 / 1M $0.150 / 1M लागू नाही लागू नाही
2026-07-09 20:59 $0.036 / 1M $0.180 / 1M लागू नाही लागू नाही
2026-08-14 12:51 $0.030 / 1M $0.170 / 1M लागू नाही लागू नाही
2026-09-29 18:39 $0.037 / 1M $0.170 / 1M लागू नाही लागू नाही

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 5.0 10.0
अँटी-एआय युक्त्या 6.7 9.9
कोडिंग 5.9 7.0
संयुक्त 6.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 6.4 5.9
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 4.3 10.0
सूचनांचे पालन 9.9 10.0
कोडी सोडवणे 5.3 7.2
टूल कॉलिंग 9.8 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स