Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Laguna Xs.2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Laguna Xs.2 Laguna Xs.2 none Lansare: 2026-04-28 Disponibil gratuit
Scor 5.8 5.0
Rang #88 #118
Fiabilitate N/D 9.9
Consistență 7.2 10.0
Teste corecte
Rată de trecere pe încercare 51.9% 27.8%
Teste instabile 6 0
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 3,824
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 1.68s
Timp de răspuns (maxim) 50.92s 16.04s
Timp de răspuns (total) 176.88s 30.26s

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
Laguna Xs.2 3.2 10.0 0.0% 0 743ms 933 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
Laguna Xs.2 2.5 10.0 0.0% 0 1.96s 866 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
Laguna Xs.2 3.0 10.0 0.0% 0 2.01s 521 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
Laguna Xs.2 10.0 10.0 100.0% 0 646ms 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
Laguna Xs.2 5.3 10.0 33.3% 0 371ms 33 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
Laguna Xs.2 5.0 10.0 0.0% 0 16.04s 200 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
Laguna Xs.2 6.5 10.0 50.0% 0 439ms 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
Laguna Xs.2 5.4 10.0 33.3% 0 688ms 552 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
Laguna Xs.2 3.0 10.0 0.0% 0 1.93s 392 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 gratuitNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitvsLaguna Xs.2noneDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27BnoneElephant AlphamediumvsLaguna Xs.2noneDisponibil gratuitMiniMax M2.7mediumvsLaguna Xs.2noneDisponibil gratuit