Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

Rezumat

Comparație benchmark gpt-oss-120b vs Qwen3.5-9B: gpt-oss-120b conduce la scorul mediu cu 5.4 vs 4.6. Qwen3.5-9B are costul de benchmark mai mic, $0.006 vs $0.010. Qwen3.5-9B este mai rapid cu 1.89s vs 21.61s, cu rate de reușită de 38.6% vs 20.6%.

Model recomandat: Qwen3.5-9B - Oferă cel mai bun compromis per total: scor competitiv (4.6), cost mai mic decât gpt-oss-120b și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02
Scor 5.4 4.6
Rang #127 #155
Fiabilitate 10.0 10.0
Consistență 9.1 9.7
Teste corecte
Rată de trecere pe încercare 38.6% 20.6%
Teste instabile 2 1
Rulări totale 57 63
Cost per rezultat 0.168 0.123
Cost total $0.010 $0.006
Preț de intrare $0.039 / 1M $0.100 / 1M
Preț de ieșire $0.180 / 1M $0.150 / 1M
Total tokenuri de intrare 9,081 48,041
Tokenuri de ieșire 51,664 3,952
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 21.61s 1.89s
Timp de răspuns (maxim) 113.71s 6.03s
Timp de răspuns (total) 345.79s 39.68s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#127 gpt-oss-120b

none
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 901 3,232 0
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitCobuddymediumvsgpt-oss-120bnoneDisponibil gratuitQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitDeepSeek V4 Prohighvsgpt-oss-120bnoneDisponibil gratuitMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9Bnonegpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder NextmediumGemini 3.1 Flash Liteminimalvsgpt-oss-120bnoneDisponibil gratuit