Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Sonnet 4.6 medium Lansare: Data lansării necunoscută OpenAI: gpt-oss-120b medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang #8 #25
Scor 7.43 5.64
Consistență 9.40 7.55
Cost per rezultat 8.105 0.101
Cost total $0.811 $0.008
Teste corecte
Teste greșite 4 7
Rată de trecere pe încercare 73.8% 59.5%
Teste instabile 1 4
Tokenuri de ieșire 29,098 11,407
Tokenuri de raționament 20,435 26,106

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară OpenAI: gpt-oss-120b cu...