Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Nemotron 3 Super Nemotron 3 Super medium Lansare: 2026-03-11 Disponibil gratuit Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24 Elephant Elephant medium Lansare: 2026-04-14 gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor 6.7 8.1 5.2 5.8
Rang #50 #19 #79 #67
Consistență 8.7 8.6 9.6 7.2
Teste corecte
Rată de trecere pe încercare 55.6% 79.6% 29.6% 51.9%
Teste instabile 3 3 1 6
Rulări totale 52 54 54 54
Cost per rezultat 0.000 4.060 0.000 0.144
Cost total $0.000 $0.528 $0.000 $0.011
Preț de intrare $0.100 / 1M $0.260 / 1M $0.000 / 1M $0.039 / 1M
Preț de ieșire $0.500 / 1M $2.080 / 1M $0.000 / 1M $0.190 / 1M
Tokenuri de ieșire 11,947 17,635 2,596 13,493
Tokenuri de raționament 29,768 162,668 0 36,879
Timp de răspuns (mediu) 19.06s 31.38s 1.27s 16.08s
Timp de răspuns (maxim) 87.80s 119.29s 3.70s 50.92s
Timp de răspuns (total) 305.04s 564.84s 22.82s 176.88s

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
Nemotron 3 Super 10.0 10.0 100.0% 0 10.08s 1,776 3,345
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 269 16,835
Elephant 6.6 10.0 50.0% 0 1.19s 815 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
Nemotron 3 Super 3.0 10.0 0.0% 0 0ms 0 0
Qwen3.5-122B-A10B 4.7 1.6 66.7% 1 70.98s 322 10,694
Elephant 5.1 3.3 33.3% 1 1.30s 365 0
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Super 10.0 10.0 100.0% 0 87.80s 2,021 9,996
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 483 11,337
Elephant 3.0 10.0 0.0% 0 3.70s 562 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
Nemotron 3 Super 10.0 10.0 100.0% 0 18.16s 877 2,607
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 270 16,558
Elephant 6.5 10.0 50.0% 0 979ms 246 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
Nemotron 3 Super 2.9 4.4 22.2% 2 16.19s 5,255 6,072
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 15,537 64,889
Elephant 3.0 10.0 0.0% 0 925ms 24 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
Nemotron 3 Super 3.8 9.9 0.0% 0 27.86s 104 1,149
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 66 7,592
Elephant 4.3 10.0 0.0% 0 920ms 105 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
Nemotron 3 Super 7.2 6.5 66.7% 1 7.72s 1,042 2,479
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 77 7,372
Elephant 9.8 10.0 100.0% 0 987ms 82 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
Nemotron 3 Super 3.5 9.8 0.0% 0 8.39s 602 2,151
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.18s 289 26,165
Elephant 3.7 10.0 0.0% 0 867ms 166 0
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Super 10.0 10.0 100.0% 0 39.75s 270 1,969
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 322 1,226
Elephant 3.0 10.0 0.0% 0 2.83s 231 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumElephantmediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneMistral Small 4nonevsElephantmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10Bmediumgpt-oss-120bnoneDisponibil gratuitvsElephantmediumNemotron 3 SupermediumDisponibil gratuitvsQwen3.5 Plus 2026-02-15noneNemotron 3 SupermediumDisponibil gratuitvsGLM 5noneTrinity Large PreviewnoneDisponibil gratuitvsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder Nextnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnone