Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-26

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02
Scor 5.8 4.8
Rang #79 #105
Fiabilitate N/D N/D
Consistență 7.2 9.6
Teste corecte
Rată de trecere pe încercare 51.9% 24.1%
Teste instabile 6 1
Rulări totale 54 54
Cost per rezultat 0.144 0.116
Cost total $0.011 $0.005
Preț de intrare $0.000 / 1M $0.100 / 1M
Preț de ieșire $0.000 / 1M $0.150 / 1M
Tokenuri de ieșire 13,493 3,951
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 1.47s
Timp de răspuns (maxim) 50.92s 5.91s
Timp de răspuns (total) 176.88s 26.43s

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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 582 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
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 1,255 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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 249 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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 99 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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 75 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
Qwen3.5-9B 3.2 9.9 0.0% 0 683ms 388 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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitQwen3.5-9BnonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5.1nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumDisponibil gratuitGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuit