AI BENCHY
Advertise here
#114

gpt-oss-120b

OpenAI Releasedatum: 2025-08-05 Getest op: 2026-07-16 22:24 openai/gpt-oss-120b::medium
117B totaal (5.1B actief)MoEOpen-source
(medium) (none)

Samenvatting

gpt-oss-120b scoort 6.1 op AI BENCHY en staat op #114. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 50.0%, $0.019 totale kosten en 21.91s gemiddelde responstijd.

Wat gpt-oss-120b uniek maakt: De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd
Parameters
117B totaal (5.1B actief)
Architectuur
MoE
Beschikbaarheid
Open-source
Licentie
Apache-2.0
Bron voor parameters Bron voor beschikbaarheid

Score

6.1

Consistentie

8.0

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.019 ↓ -5.7%

Getest tegen: $0.020

Totaal aantal uitvoer-tokens

97,816

Totaal aantal invoer-tokens

108,747

Invoerprijs

$0.037 / 1M

Uitvoerprijs

$0.170 / 1M

Correcte tests

Foute tests: 13

Slaagpercentage per poging: 50.0%

Instabiele tests

5

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

21.91s

Responstijd (max): 68.16s

Responstijd (totaal): 328.70s

Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1

Hamster playing table tennis

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

#114 gpt-oss-120b

medium
Kosten
$0.001
Tijd
26.7s
Tokens
555 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-08-14 02:08 Hertest 6.1 10.0 $0.019 ↓ Vergelijken
2026-07-16 22:24 Nieuwe test toegevoegd 6.1 10.0 $0.019 ↓ Huidige run
2026-06-04 13:44 Nieuwe test toegevoegd 6.1 10.0 $0.013 ↓ Vergelijken
2026-05-22 00:18 Suite gewijzigd 5.6 10.0 $0.012 Vergelijken
2026-04-21 12:42 Eerste geregistreerde run 5.8 n.v.t. $0.011 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-07-16 22:24 · Nieuwe test toegevoegd66/66 pogingen6.18.010.09/22597,816108,747$0.01921.91s
2026-06-04 13:44 · Nieuwe test toegevoegd63/63 pogingen6.18.010.09/21570,24639,084$0.01322.28s
Verschil—0.00.00.000+27570+69663+$0.007-370ms

De benchmarkdekking verschilt: 66/66 pogingen (Doel: 3 herhalingen per test) tegenover 63/63 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs
2026-06-04 15:40 $0.039 / 1M $0.180 / 1M
2026-06-29 01:00 $0.030 / 1M $0.150 / 1M
2026-07-09 20:59 $0.036 / 1M $0.180 / 1M
2026-07-16 15:36 $0.037 / 1M $0.170 / 1M

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

gpt-oss-120bmediumvsQwen3.5-35B-A3Bmediumgpt-oss-120bmediumvsQwen3.7 Flashnonegpt-oss-120bmediumvsGemini 3.1 Flash Liteminimalgpt-oss-120bmediumvsGemini 3.1 Flash Litenonegpt-oss-120bmediumvsClaude Sonnet 5nonegpt-oss-120bmediumvsQwen3.5-Flashmediumgpt-oss-120bmediumvsGPT-5.6 Lunalowgpt-oss-120bmediumvsInklinglowgpt-oss-120bmediumvsGemma 4 31BmediumGratis beschikbaargpt-oss-120bmediumvsTrinity Large Thinkingmedium

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.7 9.9
Programmeren 5.9 7.0
Gecombineerd 6.5 10.0
Gegevensparsering en extractie 6.4 5.9
Domeinspecifiek 2.9 4.4
Algemene intelligentie 4.3 10.0
Instructies opvolgen 9.9 10.0
Puzzeloplossing 5.3 7.2
Toolaanroepen 9.8 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen