Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-30

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 5.8 5.8
Rang #90 #91
Fiabilitate N/D 10.0
Consistență 7.2 9.5
Teste corecte
Rată de trecere pe încercare 51.9% 40.7%
Teste instabile 6 1
Rulări totale 54 54
Cost per rezultat 0.144 0.000
Cost total $0.011 $0.000
Preț de intrare $0.000 / 1M $0.000 / 1M
Preț de ieșire $0.000 / 1M $0.000 / 1M
Tokenuri de ieșire 13,493 1,596
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 11.04s
Timp de răspuns (maxim) 50.92s 58.63s
Timp de răspuns (total) 176.88s 198.65s

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
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 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
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 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
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 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
Owl Alpha 10.0 10.0 100.0% 0 21.64s 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
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 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
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 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
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 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
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 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
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsOwl AlphamediumKimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10BnoneGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1none