Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: gpt-oss-120b

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-01

Metrică DeepSeek V3.2 DeepSeek V3.2 none Lansare: 2025-12-01 gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor 5.6 5.9
Rang #120 #103
Fiabilitate 10.0 10.0
Consistență 8.3 7.9
Teste corecte
Rată de trecere pe încercare 41.7% 50.0%
Teste instabile 6 5
Rulări totale 60 60
Cost per rezultat 0.222 0.151
Cost total $0.018 $0.012
Preț de intrare $0.252 / 1M $0.000 / 1M
Preț de ieșire $0.378 / 1M $0.000 / 1M
Tokenuri de ieșire 11,159 17,495
Tokenuri de raționament 0 46,878
Timp de răspuns (mediu) 14.43s 22.41s
Timp de răspuns (maxim) 115.89s 68.16s
Timp de răspuns (total) 288.55s 291.35s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.2 8.2 8.3% 1 9.35s 1,073 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.1 5.4 16.7% 1 20.87s 4,522 0
gpt-oss-120b 3.9 5.6 33.3% 1 47.24s 847 8,618
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 2,887 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 1,710 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 2.9 6.9 11.1% 1 4.17s 21 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.8 10.0 66.7% 1 9.32s 43 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 8.3 10.0 77.8% 1 6.91s 298 0
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,790 2,264
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 17 0
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 3,101 3,758

Comparație rapidă

Schimbă perechea de comparație