Navigare
AI BENCHY
Advertise 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: 2026-05-29

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 5.9 5.9
Rang #103 #104
Fiabilitate 10.0 10.0
Consistență 7.9 9.7
Teste corecte
Rată de trecere pe încercare 50.0% 41.7%
Teste instabile 5 1
Rulări totale 60 60
Cost per rezultat 0.151 0.073
Cost total $0.013 $0.006
Preț de intrare $0.039 / 1M $0.065 / 1M
Preț de ieșire $0.180 / 1M $0.260 / 1M
Tokenuri de ieșire 17,495 4,270
Tokenuri de raționament 46,878 0
Timp de răspuns (mediu) 22.41s 3.74s
Timp de răspuns (maxim) 68.16s 27.18s
Timp de răspuns (total) 291.35s 74.71s

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 3.9 5.6 33.3% 1 47.24s 847 8,618
Qwen3.5-Flash 6.8 10.0 50.0% 0 993ms 513 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 5.3 7.2 44.4% 1 21.71s 1,790 2,264
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 579 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
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-Flash 3.0 10.0 0.0% 0 588ms 9 0

Comparație rapidă

Schimbă perechea de comparație