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 Qwen: Qwen3.5-27B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Qwen3.5-27B Qwen3.5-27B none Lansare: 2026-02-24
Scor 5.9 5.8
Rang #103 #112
Fiabilitate 10.0 10.0
Consistență 7.9 9.3
Teste corecte
Rată de trecere pe încercare 50.0% 40.0%
Teste instabile 5 2
Rulări totale 60 60
Cost per rezultat 0.151 0.241
Cost total $0.013 $0.017
Preț de intrare $0.039 / 1M $0.195 / 1M
Preț de ieșire $0.180 / 1M $1.560 / 1M
Tokenuri de ieșire 17,495 3,585
Tokenuri de raționament 46,878 0
Timp de răspuns (mediu) 22.41s 1.69s
Timp de răspuns (maxim) 68.16s 9.39s
Timp de răspuns (total) 291.35s 33.82s

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
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 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
Qwen3.5-27B 7.3 10.0 50.0% 0 1.98s 408 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
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 1,461 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
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 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
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 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
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 126 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
Qwen3.5-27B 6.3 10.0 50.0% 0 1.03s 69 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 5.3 7.2 44.4% 1 21.71s 1,790 2,264
Qwen3.5-27B 6.7 7.9 55.6% 1 1.38s 683 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
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 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
Qwen3.5-27B 3.0 10.0 0.0% 0 599ms 10 0

Comparație rapidă

Schimbă perechea de comparație