Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 5.6 5.2
Rang #112 #129
Fiabilitate 10.0 10.0
Consistență 9.1 8.7
Teste corecte
Rată de trecere pe încercare 38.3% 36.8%
Teste instabile 2 3
Rulări totale 60 57
Cost per rezultat 1.638 0.201
Cost total $0.115 $0.011
Preț de intrare $2.500 / 1M $0.000 / 1M
Preț de ieșire $15.000 / 1M $0.000 / 1M
Tokenuri de ieșire 2,378 51,505
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.46s 21.86s
Timp de răspuns (maxim) 2.95s 113.71s
Timp de răspuns (total) 29.23s 349.78s

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 6.5 10.0 50.0% 0 32.84s 8,676 0
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 6.8 10.0 50.0% 0 1.99s 501 0
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 3,232 0
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 3.0 10.0 0.0% 0 0ms 0 0
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 6.5 10.0 50.0% 0 7.12s 598 0
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 3.0 10.0 0.0% 0 34.98s 29,483 0
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 4.8 10.0 0.0% 0 10.79s 615 0
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 9.8 10.0 100.0% 0 5.10s 1,982 0
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 4.4 4.5 44.5% 2 9.51s 3,781 0
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 3.0 10.0 0.0% 0 0ms 0 0
Cultură 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 3.0 10.0 0.0% 0 990ms 40 0
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 3,138 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneCobuddymediumDisponibil gratuitvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4nonegpt-oss-120bnoneDisponibil gratuitvsElephant AlphamediumGPT-5.4nonevsElephant AlphamediumMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.5mediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitGPT-5.4nonevsOwl AlphamediumNemotron 3 SupermediumDisponibil gratuitvsGPT-5.4nonegpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder NextmediumMiniMax M2.7mediumvsGPT-5.4none