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 5.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit GLM 5.1 GLM 5.1 none Lansare: 2026-04-07
Scor 5.6 5.6
Rang #111 #113
Fiabilitate 10.0 10.0
Consistență 7.5 8.1
Teste corecte
Rată de trecere pe încercare 46.7% 40.0%
Teste instabile 6 5
Rulări totale 60 60
Cost per rezultat 0.171 0.941
Cost total $0.012 $0.057
Preț de intrare $0.000 / 1M $0.980 / 1M
Preț de ieșire $0.000 / 1M $3.080 / 1M
Tokenuri de ieșire 17,213 3,749
Tokenuri de raționament 46,706 0
Timp de răspuns (mediu) 20.89s 4.16s
Timp de răspuns (maxim) 68.16s 32.57s
Timp de răspuns (total) 271.54s 83.23s

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 5.1 4.0 6.3 25.0% 2 2.11s 305 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 5.1 4.3 9.5 0.0% 0 6.33s 519 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 5.1 2.8 2.1 33.3% 1 32.57s 2,129 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 5.1 10.0 10.0 100.0% 0 1.08s 204 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 5.1 2.9 7.2 11.1% 1 1.99s 24 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 5.1 5.0 10.0 0.0% 0 790ms 39 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 5.1 9.8 10.0 100.0% 0 1.58s 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
GLM 5.1 6.1 7.8 44.4% 1 1.48s 152 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 5.1 10.0 10.0 100.0% 0 10.68s 300 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 5.1 3.0 10.0 0.0% 0 2.34s 11 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsgpt-oss-120bmediumDisponibil gratuitDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsMiMo-V2-Prononegpt-oss-120bmediumDisponibil gratuitvsOwl AlphanoneMiniMax M2.5mediumDisponibil gratuitvsGLM 5.1noneCobuddymediumDisponibil gratuitvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnone