Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică	Anthropic: Claude Sonnet 4.6 none Lansare: Data lansării necunoscută	OpenAI: gpt-oss-120b medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang	#14	#25
Scor	6.36	5.64
Consistență	9.50	7.55
Cost per rezultat	1.325	0.101
Cost total	$0.106	$0.008
Teste corecte
Teste greșite	6	7
Rată de trecere pe încercare	59.5%	59.5%
Teste instabile	1	4
Tokenuri de ieșire	2,637	11,407
Tokenuri de raționament	0	26,106

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770

Puzzle Solving	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară OpenAI: gpt-oss-120b cu...