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 Elephant

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-14

Metrică gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit Elephant Elephant medium Lansare: 2026-04-14
Scor 5.2 5.2
Rang #80 #77
Consistență 7.9 9.6
Teste corecte
Rată de trecere pe încercare 38.9% 29.6%
Teste instabile 5 1
Rulări totale 54 54
Cost per rezultat 0.221 0.000
Cost total $0.009 $0.000
Preț de intrare $0.039 / 1M $0.000 / 1M
Preț de ieșire $0.190 / 1M $0.000 / 1M
Tokenuri de ieșire 44,652 2,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 11.96s 1.27s
Timp de răspuns (maxim) 68.97s 3.70s
Timp de răspuns (total) 179.34s 22.82s

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 6.6 8.0 58.3% 1 6.03s 4,867 0
Elephant 6.6 10.0 50.0% 0 1.19s 815 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 9.57s 3,232 0
Elephant 5.1 3.3 33.3% 1 1.30s 365 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 3.0 10.0 0.0% 0 0ms 0 0
Elephant 3.0 10.0 0.0% 0 3.70s 562 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 6.5 10.0 50.0% 0 7.12s 598 0
Elephant 6.5 10.0 50.0% 0 979ms 246 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 3.0 10.0 0.0% 0 34.98s 29,483 0
Elephant 3.0 10.0 0.0% 0 925ms 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 4.6 10.0 0.0% 0 2.83s 586 0
Elephant 4.3 10.0 0.0% 0 920ms 105 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 8.4 6.9 83.3% 1 5.10s 1,982 0
Elephant 9.8 10.0 100.0% 0 987ms 82 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 4.5 4.8 44.5% 2 6.86s 3,904 0
Elephant 3.7 10.0 0.0% 0 867ms 166 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 3.0 10.0 0.0% 0 0ms 0 0
Elephant 3.0 10.0 0.0% 0 2.83s 231 0

Comparație rapidă

Schimbă perechea de comparație