OpenAI
Lançamento: 2025-08-05
Testado em: 2026-04-21 12:42
openai/gpt-oss-120b::none
117B no total (5.1B ativos)MoECódigo aberto
(medium)
(none)
Resumo
gpt-oss-120b marca 5.2 no AI BENCHY e fica em #91. Tem fiabilidade N/D, taxa de acerto de 38.9%, custo total de $0.009 e tempo médio de resposta de 11.96s.
O que torna gpt-oss-120b único: O custo total do benchmark é invulgarmente baixo para este nível de pontuação.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- 117B no total (5.1B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Código aberto
- Licença
- Apache-2.0
5.2
Consistência
7.9
$0.009
Total de tokens de saída
44,652
Total de tokens de entrada
0
Preço de entrada
$0.000 / 1M
Preço de saída
$0.000 / 1M
Testes instáveis
5
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
11.96s
Tempo de resposta (máx.): 68.97s
Tempo de resposta (total): 179.34s
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-05-08 15:31 Suite alterada | 3.7 | 10.0 | $0.010 ↓ | Comparar | |
| 2026-04-21 12:42 Primeira execução registrada | 5.2 | N/D | $0.009 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · Primeira execução registrada | 54/54 tentativas | 5.2 | 7.9 | N/D | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| 2026-05-08 15:31 · Suite alterada | 57/57 tentativas | 3.7 | 7.8 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| Diferença | — | +1.5 | +0.1 | -2 | +3 | -7012 | -9081 | -$0.001 | -9656ms |
A cobertura do benchmark é diferente: 54/54 tentativas (Meta: 3 repetições por teste) contra 57/57 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
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.
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-120bnoneDisponível grátisvsLing 3.0 Tinymediumgpt-oss-120bnoneDisponível grátisvsQwen3.5-9Bmediumgpt-oss-120bnoneDisponível grátisvsLing 3.0 Tinylowgpt-oss-120bnoneDisponível grátisvsLing 3.0 Tinyhighgpt-oss-120bnoneDisponível grátisvsNemotron 3.5 LightningnoneDisponível grátisgpt-oss-120bnoneDisponível grátisvsGranite 4.1 8Bnonegpt-oss-120bnoneDisponível grátisvsLing 3.0 Tinynonegpt-oss-120bnoneDisponível grátisvsGrok 4.20nonegpt-oss-120bnoneDisponível grátisvsGLM 4.7 Flashmediumgpt-oss-120bnoneDisponível grátisvsLaguna S 2.1noneDisponível grátis
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 6.6 | 8.0 | |
| Programação | 4.3 | 1.1 | |
| Combinado | 3.0 | 10.0 | |
| Análise e extração de dados | 6.5 | 10.0 | |
| Específico do domínio | 3.0 | 10.0 | |
| Inteligência geral | 4.6 | 10.0 | |
| Seguimento de instruções | 8.4 | 6.9 | |
| Resolução de quebra-cabeças | 4.5 | 4.8 | |
| Chamada de ferramentas | 3.0 | 10.0 |