सारांश
gpt-oss-120b AI BENCHY वर 5.2 स्कोर करते आणि #91 वर आहे. याची reliability लागू नाही, pass rate 38.9%, एकूण खर्च $0.009, आणि सरासरी response time 11.96s आहे.
gpt-oss-120b खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
5.2
सुसंगतता
7.9
लागू नाही
$0.009
एकूण आउटपुट टोकन्स
44,652
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.000 / 1M
आउटपुट किंमत
$0.000 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-08 15:31 सूट बदलला | 5.4 | 10.0 | $0.010 ↓ | तुलना करा | |
| 2026-04-21 12:42 पहिली नोंदलेली रन | 5.2 | लागू नाही | $0.009 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · पहिली नोंदलेली रन | 5.2 | 7.9 | लागू नाही | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| 2026-05-08 15:31 · सूट बदलला | 5.4 | 9.1 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| फरक | -0.2 | -1.2 | -2 | +3 | -7012 | -9081 | -$0.001 | -9656ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
gpt-oss-120bnoneमोफत उपलब्धvsQwen3.6 35B A3Bnonegpt-oss-120bnoneमोफत उपलब्धvsQwen3 Coder Nextnonegpt-oss-120bnoneमोफत उपलब्धvsMiniMax M2.7mediumgpt-oss-120bnoneमोफत उपलब्धvsNorth Mini Codenoneमोफत उपलब्धgpt-oss-120bnoneमोफत उपलब्धvsDeepSeek V3.2nonegpt-oss-120bnoneमोफत उपलब्धvsGemini 3.5 Flashhighgpt-oss-120bnoneमोफत उपलब्धvsGemini 3 Flash Previewmediumgpt-oss-120bnoneमोफत उपलब्धvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धgpt-oss-120bnoneमोफत उपलब्धvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.6 | 8.0 | |
| कोडिंग | 4.3 | 1.1 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.6 | 10.0 | |
| सूचनांचे पालन | 8.4 | 6.9 | |
| कोडी सोडवणे | 4.5 | 4.8 | |
| टूल कॉलिंग | 3.0 | 10.0 |