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 Z.ai: GLM 4.7 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 GLM 4.7 Flash GLM 4.7 Flash none Lansare: 2026-01-19
Scor 5.9 5.6
Rang #103 #118
Fiabilitate 10.0 10.0
Consistență 7.9 8.7
Teste corecte
Rată de trecere pe încercare 50.0% 38.3%
Teste instabile 5 3
Rulări totale 60 60
Cost per rezultat 0.151 0.053
Cost total $0.013 $0.004
Preț de intrare $0.039 / 1M $0.060 / 1M
Preț de ieșire $0.180 / 1M $0.400 / 1M
Tokenuri de ieșire 17,495 2,515
Tokenuri de raționament 46,878 0
Timp de răspuns (mediu) 22.41s 3.01s
Timp de răspuns (maxim) 68.16s 7.05s
Timp de răspuns (total) 291.35s 39.12s

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
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 438 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
GLM 4.7 Flash 5.0 10.0 0.0% 0 3.35s 644 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
GLM 4.7 Flash 3.0 10.0 0.0% 0 3.22s 704 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
GLM 4.7 Flash 7.3 5.8 83.3% 1 4.82s 196 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
GLM 4.7 Flash 7.7 10.0 66.7% 0 744ms 19 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
GLM 4.7 Flash 4.0 10.0 0.0% 0 1.59s 134 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
GLM 4.7 Flash 6.5 10.0 50.0% 0 888ms 62 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
GLM 4.7 Flash 6.4 10.0 33.3% 0 1.20s 97 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
GLM 4.7 Flash 2.8 1.6 33.3% 1 7.05s 212 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
GLM 4.7 Flash 3.0 10.0 0.0% 0 692ms 9 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsQwen3.5-Flashnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5V TurbononeSeed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 5.1noneCobuddymediumvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27BnoneMiniMax M2.5mediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-PrononeMistral Small 4mediumvsGLM 4.7 Flashnone