Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.6 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-27

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Qwen3.6 Flash Qwen3.6 Flash none Lansare: 2026-04-20
Scor 5.8 5.8
Rang #86 #90
Fiabilitate N/D 10.0
Consistență 7.2 10.0
Teste corecte
Rată de trecere pe încercare 51.9% 38.9%
Teste instabile 6 0
Rulări totale 54 54
Cost per rezultat 0.144 0.250
Cost total $0.011 $0.018
Preț de intrare $0.000 / 1M $0.250 / 1M
Preț de ieșire $0.000 / 1M $1.500 / 1M
Tokenuri de ieșire 13,493 4,161
Tokenuri de raționament 36,879 0
Timp de răspuns (mediu) 16.08s 1.65s
Timp de răspuns (maxim) 50.92s 4.60s
Timp de răspuns (total) 176.88s 29.78s

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
Qwen3.6 Flash 3.1 10.0 0.0% 0 1.63s 1,554 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.23s 867 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
Qwen3.6 Flash 3.0 10.0 0.0% 0 4.22s 315 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.13s 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
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 132 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
Qwen3.6 Flash 6.3 10.0 50.0% 0 1.10s 66 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
Qwen3.6 Flash 3.5 10.0 0.0% 0 1.20s 697 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.49s 272 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-PrononeMiniMax M2.5mediumDisponibil gratuitvsQwen3.6 FlashnoneMistral Small 4mediumvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27Bnonegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5.1none