AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.6 35B A3B

Rezumat

Comparație benchmark gpt-oss-120b vs Qwen3.6 35B A3B: gpt-oss-120b conduce la scorul mediu cu 6.1 vs 4.6. gpt-oss-120b are costul de benchmark mai mic, $0.013 vs $0.031. Qwen3.6 35B A3B este mai rapid cu 3.73s vs 22.28s, cu rate de reușită de 52.4% vs 30.2%.

Model recomandat: gpt-oss-120b - Are cel mai bun scor aici (6.1) și costă de aproximativ 2.5x mai puțin decât Qwen3.6 35B A3B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică	gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lansare: 2026-04-20

Metrică	gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lansare: 2026-04-20
Scor	6.1	4.6
Rang	#100	#154
Fiabilitate	10.0	10.0
Consistență	8.0	8.0
Teste corecte
Rată de trecere pe încercare	52.4%	30.2%
Teste instabile	5	5
Rulări totale	63	63
Cost per rezultat	0.141	0.754
Cost total	$0.013	$0.031
Preț de intrare	$0.039 / 1M	$0.140 / 1M
Preț de ieșire	$0.180 / 1M	$1.000 / 1M
Total tokenuri de intrare	39,084	19,329
Tokenuri de ieșire	20,013	27,755
Tokenuri de raționament	50,233	0
Timp de răspuns (mediu)	22.28s	3.73s
Timp de răspuns (maxim)	68.16s	22.52s
Timp de răspuns (total)	311.96s	70.86s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#100 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 tok

#154 Qwen3.6 35B A3B

none

Cost: $0.008
Time: 30.1s
Tokens: 6,317 tok

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 intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Qwen3.6 35B A3B	3.6	7.6	16.7%	1		2.10s	696	1,571	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
Qwen3.6 35B A3B	5.5	10.0	33.3%	0		8.77s	7,911	11,161	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		1.46s	7,788	248	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606
Qwen3.6 35B A3B	3.5	4.4	33.3%	2		7.45s	781	11,381	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
Qwen3.6 35B A3B	4.4	3.0	33.3%	1		3.51s	520	1,545	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
Qwen3.6 35B A3B	6.2	5.8	66.7%	1		1.86s	709	1,264	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
Qwen3.6 35B A3B	3.2	9.9	0.0%	0		1.07s	714	573	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		414ms	210	12	0

Comparație rapidă

Schimbă perechea de comparație