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 Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 5.4 5.8
Rang #106 #92
Fiabilitate N/D 10.0
Consistență 8.2 9.5
Teste corecte
Rată de trecere pe încercare 40.7% 40.7%
Teste instabile 4 1
Rulări totale 54 54
Cost per rezultat 0.177 0.000
Cost total $0.009 $0.000
Preț de intrare $0.000 / 1M $0.000 / 1M
Preț de ieșire $0.000 / 1M $0.000 / 1M
Tokenuri de ieșire 44,652 1,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 11.96s 11.04s
Timp de răspuns (maxim) 68.97s 58.63s
Timp de răspuns (total) 179.34s 198.65s

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
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 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
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 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
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 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
Owl Alpha 10.0 10.0 100.0% 0 21.64s 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
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 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
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 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 9.8 10.0 100.0% 0 5.10s 1,982 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 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
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 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
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsOwl AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsElephant AlphamediumNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl Alphamedium