AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs OpenAI: gpt-oss-120b
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | DeepSeek: DeepSeek V3.2 none Lansare: 2025-12-01 | OpenAI: gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit |
|---|---|---|
| Rang | #30 | #26 |
| Scor mediu | 4.70 | 5.64 |
| Consistență | 8.19 | 7.55 |
| Cost per rezultat | 0.132 | 0.101 |
| Cost total | $0.007 | $0.008 |
| Teste corecte | 5/14 | 7/14 |
| Rată de trecere pe încercare | 47.6% | 59.5% |
| Teste instabile | 3 | 4 |
| Tokenuri de ieșire | 4,869 | 11,407 |
| Tokenuri de raționament | 0 | 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 9.68 | 0.0% | 0 | 1,411 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 5.38 | 5.81 | 66.7% | 1 | 1,710 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 7.21 | 22.2% | 1 | 24 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 8.00 | 9.99 | 50.0% | 0 | 66 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.67 | 7.49 | 88.9% | 1 | 1,136 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 522 | 0 | |
| OpenAI: gpt-oss-120b | 9.00 | 9.97 | 100.0% | 0 | 287 | 1,083 |
Comparație rapidă
Schimbă perechea de comparație
gpt-oss-120bmediumDisponibil gratuitvsGLM 5nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsgpt-oss-120bmediumDisponibil gratuitDeepSeek V3.2nonevsMiniMax M2.5mediumgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsQwen3.5-FlashmediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3 Coder NextmediumDeepSeek V3.2nonevsQwen3.5-35B-A3Bmedium