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 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 none Lansare: 2026-04-30
Scor 5.8 6.0
Rang #89 #86
Fiabilitate N/D 10.0
Consistență 7.2 9.1
Teste corecte
Rată de trecere pe încercare 51.9% 46.3%
Teste instabile 6 2
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 1,671
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 7.07s
Timp de răspuns (maxim) 50.92s 32.27s
Timp de răspuns (total) 176.88s 127.23s

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 3.4 7.9 16.7% 1 2.78s 57 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 32.27s 450 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 21.74s 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 3.60s 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 3.00s 27 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 4.61s 80 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 6.4 10.0 50.0% 0 2.63s 63 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 5.9 7.2 55.6% 1 4.43s 202 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 22.78s 231 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitOwl AlphanonevsLaguna Xs.2mediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27BnoneDeepSeek V4 Prononevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnone