Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: gpt-oss-120b

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor 5.9 5.8
Rang #86 #88
Fiabilitate N/D N/D
Consistență 9.1 7.2
Teste corecte
Rată de trecere pe încercare 42.6% 51.9%
Teste instabile 2 6
Rulări totale 54 54
Cost per rezultat 1.477 0.144
Cost total $0.104 $0.011
Preț de intrare $2.500 / 1M $0.000 / 1M
Preț de ieșire $15.000 / 1M $0.000 / 1M
Tokenuri de ieșire 2,317 13,493
Tokenuri de raționament 0 36,879
Timp de răspuns (mediu) 1.51s 16.08s
Timp de răspuns (maxim) 2.95s 50.92s
Timp de răspuns (total) 27.21s 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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 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
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 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
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 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
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 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
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27BnoneMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneDeepSeek V4 Prononevsgpt-oss-120bmediumDisponibil gratuitMistral Small 4mediumvsGPT-5.4none