Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-14

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor 5.8 6.2
Rang #65 #56
Consistență 7.2 9.6
Teste corecte
Rată de trecere pe încercare 51.9% 46.3%
Teste instabile 6 1
Rulări totale 54 54
Cost per rezultat 0.144 0.070
Cost total $0.011 $0.006
Preț de intrare $0.039 / 1M $0.065 / 1M
Preț de ieșire $0.190 / 1M $0.260 / 1M
Tokenuri de ieșire 13,493 4,266
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 3.25s
Timp de răspuns (maxim) 50.92s 13.73s
Timp de răspuns (total) 176.88s 58.44s

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-Flash 3.5 8.3 8.3% 1 1.32s 690 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-Flash 10.0 10.0 100.0% 0 1.29s 489 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-Flash 3.0 10.0 0.0% 0 6.22s 1,794 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-Flash 10.0 10.0 100.0% 0 1.57s 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-Flash 7.7 10.0 66.7% 0 905ms 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-Flash 10.0 10.0 100.0% 0 803ms 100 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-Flash 6.3 10.0 50.0% 0 8.81s 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
Qwen3.5-Flash 3.3 10.0 0.0% 0 5.90s 608 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-Flash 10.0 10.0 100.0% 0 3.67s 264 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-Prononegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3BnoneMercury 2mediumvsQwen3.5-FlashnoneKimi K2.5nonevsgpt-oss-120bmediumDisponibil gratuitGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitSeed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuit