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-5.6 Sol vs OpenAI: gpt-oss-120b

Rezumat

Comparație benchmark GPT-5.6 Sol vs gpt-oss-120b (medium): gpt-oss-120b (medium) conduce la scorul mediu cu 6.7 vs 6.3. gpt-oss-120b (medium) are costul de benchmark mai mic, $0.013 vs $0.225. GPT-5.6 Sol este mai rapid cu 1.66s vs 22.28s, cu rate de reușită de 57.1% vs 52.4%.

Model recomandat: gpt-oss-120b (medium) - Are cel mai bun scor aici (6.7) și costă de aproximativ 18.7x mai puțin decât GPT-5.6 Sol.

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

Metrică GPT-5.6 Sol GPT-5.6 Sol none Lansare: 2026-07-09 gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor 6.3 6.7
Rang #101 #91
Fiabilitate 10.0 10.0
Consistență 9.0 8.0
Teste corecte
Rată de trecere pe încercare 57.1% 52.4%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 2.244 0.141
Cost total $0.225 $0.013
Preț de intrare $5.000 / 1M $0.036 / 1M
Preț de ieșire $30.000 / 1M $0.180 / 1M
Total tokenuri de intrare 34,218 39,084
Tokenuri de ieșire 1,776 20,013
Tokenuri de raționament 0 50,233
Timp de răspuns (mediu) 1.66s 22.28s
Timp de răspuns (maxim) 3.93s 68.16s
Timp de răspuns (total) 34.81s 311.96s

Prezentare generare

Hamster playing table tennis

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

#101 GPT-5.6 Sol

none
Cost
$0.116
Timp
78.7s
Tokenuri
3,944 tok

#91 gpt-oss-120b

medium
Cost
$0.001
Timp
26.7s
Tokenuri
555 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-5.6 Sol 8.3 10.0 75.0% 0 1.27s 606 154 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
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-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
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-5.6 Sol 3.0 10.0 0.0% 0 3.93s 11,019 300 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.53s 7,140 222 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 0
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758

Comparație rapidă

Schimbă perechea de comparație

Nemotron 3 SupermediumDisponibil gratuitvsGPT-5.6 SolnoneGemma 4 31BmediumDisponibil gratuitvsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 3.5 Flashminimalvsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumDisponibil gratuitGemini 3 Flash Previewnonevsgpt-oss-120bmediumDisponibil gratuitGemini 3.1 Flash Lite Previewnonevsgpt-oss-120bmediumDisponibil gratuitGemini 3.1 Flash Litelowvsgpt-oss-120bmediumDisponibil gratuit