Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Elephant

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-14

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Elephant Elephant none Lansare: 2026-04-14
Scor 5.8 5.2
Rang #65 #81
Consistență 7.2 9.6
Teste corecte
Rată de trecere pe încercare 51.9% 31.5%
Teste instabile 6 1
Rulări totale 54 54
Cost per rezultat 0.144 0.000
Cost total $0.011 $0.000
Preț de intrare $0.039 / 1M $0.000 / 1M
Preț de ieșire $0.190 / 1M $0.000 / 1M
Tokenuri de ieșire 13,493 2,573
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 1.23s
Timp de răspuns (maxim) 50.92s 3.81s
Timp de răspuns (total) 176.88s 22.16s

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
Elephant 6.6 10.0 50.0% 0 963ms 610 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 4.3 1.1 66.7% 1 26.33s 228 2,549
Elephant 6.4 3.3 66.7% 1 1.39s 375 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
Elephant 3.0 10.0 0.0% 0 3.81s 731 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
Elephant 6.5 10.0 50.0% 0 1.04s 246 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
Elephant 3.0 10.0 0.0% 0 927ms 24 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
Elephant 4.0 10.0 0.0% 0 854ms 106 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
Elephant 9.8 10.0 100.0% 0 1.03s 81 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
Elephant 3.3 10.0 0.0% 0 849ms 170 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
Elephant 3.0 10.0 0.0% 0 2.79s 230 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneMiniMax M2.7mediumvsElephantnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-Prononegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumDisponibil gratuitGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitSeed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 5 Turbonone