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-5.5 vs OpenAI: gpt-oss-120b

Rezumat

Comparație benchmark GPT-5.5 (low) vs gpt-oss-120b: GPT-5.5 (low) conduce la scorul mediu cu 9.3 vs 4.0. gpt-oss-120b are costul de benchmark mai mic, $0.010 vs $0.907. GPT-5.5 (low) este mai rapid cu 9.76s vs 21.61s, cu rate de reușită de 85.7% vs 34.9%.

Model recomandat: GPT-5.5 (low) - Are cel mai bun scor aici (9.3) și răspunde de aproximativ 2.2x mai rapid decât gpt-oss-120b.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică GPT-5.5 GPT-5.5 low Lansare: 2026-04-24 gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 9.3 4.0
Rang #7 #183
Fiabilitate 10.0 10.0
Consistență 10.0 8.2
Teste corecte
Rată de trecere pe încercare 85.7% 34.9%
Teste instabile 0 2
Rulări totale 63 57
Cost per rezultat 5.035 0.168
Cost total $0.907 $0.010
Preț de intrare $5.000 / 1M $0.036 / 1M
Preț de ieșire $30.000 / 1M $0.180 / 1M
Total tokenuri de intrare 34,209 9,081
Tokenuri de ieșire 2,046 51,664
Tokenuri de raționament 22,460 0
Timp de răspuns (mediu) 9.76s 21.61s
Timp de răspuns (maxim) 56.19s 113.71s
Timp de răspuns (total) 204.92s 345.79s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#7 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 tok

#183 gpt-oss-120b

none
Nu s-a generat încă niciun rezultat de prezentare pentru acest model.
Cost
$0.000
Timp
-
Tokenuri
0 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowgpt-oss-120bnoneDisponibil gratuitvsQwen3.5-9BmediumGemini 3 Flash PreviewmediumvsGPT-5.5lowgpt-oss-120bnoneDisponibil gratuitvsGLM 4.7 FlashmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2medium