Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.7 Max

Rezumat

Comparație benchmark gpt-oss-120b vs Qwen3.7 Max: Qwen3.7 Max conduce la scorul mediu cu 6.9 vs 6.7. gpt-oss-120b are costul de benchmark mai mic, $0.013 vs $0.054. Qwen3.7 Max este mai rapid cu 1.30s vs 22.28s, cu rate de reușită de 52.4% vs 66.7%.

Model recomandat: gpt-oss-120b - Scorul rămâne aproape de cel mai bun scor de aici (6.7 vs 6.9) și costă de aproximativ 4.4x mai puțin decât Qwen3.7 Max.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22
Scor 6.7 6.9
Rang #78 #69
Fiabilitate 10.0 10.0
Consistență 8.0 10.0
Teste corecte
Rată de trecere pe încercare 52.4% 66.7%
Teste instabile 5 0
Rulări totale 63 63
Cost per rezultat 0.141 0.744
Cost total $0.013 $0.054
Preț de intrare $0.039 / 1M $1.250 / 1M
Preț de ieșire $0.180 / 1M $3.750 / 1M
Total tokenuri de intrare 39,084 37,107
Tokenuri de ieșire 20,013 1,994
Tokenuri de raționament 50,233 0
Timp de răspuns (mediu) 22.28s 1.30s
Timp de răspuns (maxim) 68.16s 3.92s
Timp de răspuns (total) 311.96s 27.21s

Generation showcase

Hamster playing table tennis

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

#78 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 tok

#69 Qwen3.7 Max

none
Cost
$0.046
Time
195.0s
Tokens
12,171 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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3.5 Flashminimalvsgpt-oss-120bmediumDisponibil gratuitQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumDisponibil gratuitGemini 3 Flash Previewnonevsgpt-oss-120bmediumDisponibil gratuitQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsMiMo-V2-Flashmedium