AI BENCHY Compare
Google: Gemini 2.5 Flash vs OpenAI: gpt-oss-120b
Comparar:
Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-03-03
| Métrica | Google: Gemini 2.5 Flash none Lançamento: 2025-06-17 | OpenAI: gpt-oss-120b medium Lançamento: 2025-08-05 Disponível grátis |
|---|---|---|
| Posição | #36 | #34 |
| Pontuação média | 5.34 | 5.64 |
| Consistência | 9.40 | 7.55 |
| Custo por resultado | 0.107 | 0.101 |
| Custo total | $0.007 | $0.008 |
| Testes corretos | ||
| Taxa de acerto por tentativa | 47.6% | 59.5% |
| Testes instáveis | 1 | 4 |
| Tokens de saída | 826 | 11,407 |
| Tokens de raciocínio | 0 | 26,106 |
Pontuação vs custo total
Detalhamento por categoria
| Truques anti-IA | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 1.00 | 10.00 | 0.0% | 0 | 99 | 0 | |
| OpenAI: gpt-oss-120b | 7.00 | 9.81 | 66.7% | 0 | 3,463 | 2,077 |
| Análise e extração de dados | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 0 | |
| OpenAI: gpt-oss-120b | 5.50 | 5.87 | 66.7% | 1 | 241 | 1,114 |
| Específico do domínio | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 12 | 0 | |
| OpenAI: gpt-oss-120b | 1.00 | 4.41 | 22.2% | 2 | 6,018 | 18,520 |
| Seguimento de instruções | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 8.00 | 9.99 | 50.0% | 0 | 70 | 0 | |
| OpenAI: gpt-oss-120b | 10.00 | 10.00 | 100.0% | 0 | 120 | 1,770 |
| Puzzle Solving | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.67 | 10.00 | 33.3% | 0 | 132 | 0 | |
| OpenAI: gpt-oss-120b | 5.00 | 7.13 | 44.4% | 1 | 1,278 | 1,542 |
| Chamada de ferramentas | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 0 | |
| OpenAI: gpt-oss-120b | 9.00 | 9.97 | 100.0% | 0 | 287 | 1,083 |
Comparação rápida
Trocar par de comparação
Gemini 2.5 FlashnonevsMiniMax M2.5mediumgpt-oss-120bmediumDisponível grátisvsGLM 5noneGemini 2.5 FlashnonevsGPT-5 MinimediumGemini 2.5 FlashnonevsQwen3.5-Flashmediumgpt-oss-120bmediumDisponível grátisvsQwen3.5-122B-A10BnoneGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsQwen3.5-35B-A3Bmediumgpt-oss-120bmediumDisponível grátisvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsgpt-oss-120bmediumDisponível grátisClaude Opus 4.6mediumvsGemini 2.5 FlashnoneSeed-2.0-MinimediumvsGemini 2.5 Flashnone