Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 6.0 5.4
Rang #56 #69
Consistență 7.6 9.5
Teste corecte
Rată de trecere pe încercare 51.0% 31.4%
Teste instabile 5 1
Rulări totale 51 51
Cost per rezultat 0.136 1.809
Cost total $0.010 $0.091
Preț de intrare $0.039 / 1M $2.000 / 1M
Preț de ieșire $0.190 / 1M $6.000 / 1M
Tokenuri de ieșire 13,265 1,655
Tokenuri de raționament 34,330 0
Timp de răspuns (mediu) 15.05s 1.11s
Timp de răspuns (maxim) 50.92s 6.04s
Timp de răspuns (total) 150.55s 18.80s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving 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
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 5V Turbononegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-FlashnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponibil gratuitvsHunter Alphanonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuit