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

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

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 5.6 5.2
Rang #111 #129
Fiabilitate 10.0 10.0
Consistență 7.5 8.7
Teste corecte
Rată de trecere pe încercare 46.7% 36.8%
Teste instabile 6 3
Rulări totale 60 57
Cost per rezultat 0.171 0.201
Cost total $0.012 $0.011
Preț de intrare $0.000 / 1M $0.000 / 1M
Preț de ieșire $0.000 / 1M $0.000 / 1M
Tokenuri de ieșire 17,213 51,505
Tokenuri de raționament 46,706 0
Timp de răspuns (mediu) 20.89s 21.86s
Timp de răspuns (maxim) 68.16s 113.71s
Timp de răspuns (total) 271.54s 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-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
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-oss-120b 3.9 5.6 33.3% 1 47.24s 847 8,618
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-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
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-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
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-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
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-oss-120b 3.0 10.0 0.0% 0 26.51s 3,101 3,758
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 3,138 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-Prononegpt-oss-120bmediumDisponibil gratuitvsOwl AlphanoneMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bnoneDisponibil gratuitvsElephant Alphamedium