OpenAI
Releasedatum: 2025-08-05
Getest op: 2026-04-21 12:42
openai/gpt-oss-120b::none
117B totaal (5.1B actief)MoEOpen-source
(medium)
(none)
Samenvatting
gpt-oss-120b scoort 5.2 op AI BENCHY en staat op #91. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 38.9%, $0.009 totale kosten en 11.96s gemiddelde responstijd.
Wat gpt-oss-120b uniek maakt: Het is opvallend snel vergeleken met vergelijkbare modellen.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 117B totaal (5.1B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Open-source
- Licentie
- Apache-2.0
5.2
Consistentie
7.9
n.v.t.
Totaal aantal uitvoer-tokens
44,652
Totaal aantal invoer-tokens
0
Invoerprijs
$0.000 / 1M
Uitvoerprijs
$0.000 / 1M
Prijs voor cachelezen
n.v.t.
Prijs voor cacheschrijven
n.v.t.
Cacheprijzen gelden voor invoertokens. Lezen hergebruikt opgeslagen prompts; schrijven slaat ze op en kan extra kosten. Voor uitvoertokens geldt de uitvoerprijs.
Instabiele tests
5
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-08 15:31 Suite gewijzigd | 3.7 | 10.0 | $0.010 ↓ | Vergelijken | |
| 2026-04-21 12:42 Eerste geregistreerde run | 5.2 | n.v.t. | $0.009 | Huidige run |
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · Eerste geregistreerde run | 54/54 pogingen | 5.2 | 7.9 | n.v.t. | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| 2026-05-08 15:31 · Suite gewijzigd | 57/57 pogingen | 3.7 | 7.8 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| Verschil | — | +1.5 | +0.1 | -2 | +3 | -7012 | -9081 | -$0.001 | -9656ms |
De benchmarkdekking verschilt: 54/54 pogingen (Doel: 3 herhalingen per test) tegenover 57/57 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.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
gpt-oss-120bnoneGratis beschikbaarvsGLM 4.7 Flashmediumgpt-oss-120bnoneGratis beschikbaarvsMercury 2.5nonegpt-oss-120bnoneGratis beschikbaarvsMiniMax M2.5mediumgpt-oss-120bnoneGratis beschikbaarvsQwen3.5-9Bmediumgpt-oss-120bnoneGratis beschikbaarvsMercury 2nonegpt-oss-120bnoneGratis beschikbaarvsLing 3.0 Tinydefaultgpt-oss-120bnoneGratis beschikbaarvsCobuddymediumGratis beschikbaargpt-oss-120bnoneGratis beschikbaarvsGranite 4.1 8bdefaultgpt-oss-120bnoneGratis beschikbaarvsGranite 4.2 8Bnonegpt-oss-120bnoneGratis beschikbaarvsNemotron 3.5 LightningnoneGratis beschikbaar
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 6.6 | 8.0 | |
| Programmeren | 4.3 | 1.1 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 6.5 | 10.0 | |
| Domeinspecifiek | 3.0 | 10.0 | |
| Algemene intelligentie | 4.6 | 10.0 | |
| Instructies opvolgen | 8.4 | 6.9 | |
| Puzzeloplossing | 4.5 | 4.8 | |
| Toolaanroepen | 3.0 | 10.0 |