#112 gpt-oss-120b
medium- Custo
- $0.001
- Tempo
- 26.7s
- Tokens
- 555 tok
OpenAI
Lançamento: 2025-08-05
Testado em: 2026-05-22 00:18
openai/gpt-oss-120b::medium
(medium)
(none)
Resumo
gpt-oss-120b marca 5.6 no AI BENCHY e fica em #112. Tem fiabilidade 10.0, taxa de acerto de 46.7%, custo total de $0.012 e tempo médio de resposta de 20.89s.
O que torna gpt-oss-120b único: Destaca-se mais em Combinado, onde fica em #1, enquanto Análise e extração de dados é a área mais fraca em #11. O custo total do benchmark é invulgarmente baixo para este nível de pontuação. Usa uma quantidade invulgarmente alta de tokens de raciocínio, o que pode explicar execuções mais lentas ou caras.
5.6
Consistência
7.5
10.0
$0.012
Total de tokens de saída
63,919
Total de tokens de entrada
0
Preço de entrada
$0.000 / 1M
Preço de saída
$0.000 / 1M
Testes instáveis
6
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
20.89s
Tempo de resposta (máx.): 68.16s
Tempo de resposta (total): 271.54s
Geração showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 13:44 Novo teste adicionado | 6.1 | 10.0 | $0.013 ↓ | Comparar | |
| 2026-05-22 00:18 Suite alterada | 5.6 | 10.0 | $0.012 | Execução atual | |
| 2026-04-21 12:42 Primeira execução registrada | 5.8 | N/D | $0.011 | Comparar |
Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.
Comparação de execuções
| Execução | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:18 · Suite alterada | 5.6 | 7.5 | 10.0 | 7/20 | 6 | 63,919 | 0 | $0.012 | 20.89s |
| 2026-04-21 12:42 · Primeira execução registrada | 5.8 | 7.2 | N/D | 7/18 | 6 | 50,372 | 0 | $0.011 | 16.08s |
| Diferença | -0.3 | +0.3 | 0 | 0 | +13547 | 0 | +$0.002 | +4808ms |
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
gpt-oss-120bmediumDisponível grátisvsQwen3.7 Maxnonegpt-oss-120bmediumDisponível grátisvsQwen3.5-Flashmediumgpt-oss-120bmediumDisponível grátisvsGemini 3 Flash Previewnonegpt-oss-120bmediumDisponível grátisvsGemini 3.5 Flashminimalgpt-oss-120bmediumDisponível grátisvsGemini 3.5 Flashnonegpt-oss-120bmediumDisponível grátisvsRing-2.6-1Tmediumgpt-oss-120bmediumDisponível grátisvsGemini 3.5 Flashhighgpt-oss-120bmediumDisponível grátisvsGemini 3 Flash Previewmediumgpt-oss-120bmediumDisponível grátisvsNemotron 3 Ultra 550b A55bmediumDisponível grátisgpt-oss-120bmediumDisponível grátisvsGPT-5.5low
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 6.7 | 9.9 | |
| Programação | 3.9 | 5.6 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 6.4 | 5.9 | |
| Específico do domínio | 2.9 | 4.4 | |
| Inteligência geral | 4.3 | 10.0 | |
| Seguimento de instruções | 9.9 | 10.0 | |
| Resolução de quebra-cabeças | 3.2 | 4.7 | |
| Chamada de ferramentas | 9.8 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |