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 xAI: Grok 4.1 Fast

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-11

Metrică gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit Grok 4.1 Fast Grok 4.1 Fast medium Lansare: 2025-11-19
Scor 5.2 6.7
Rang #79 #49
Consistență 7.9 7.2
Teste corecte
Rată de trecere pe încercare 38.9% 64.8%
Teste instabile 5 6
Rulări totale 54 54
Cost per rezultat 0.221 0.613
Cost total $0.009 $0.056
Preț de intrare $0.039 / 1M $0.200 / 1M
Preț de ieșire $0.190 / 1M $0.500 / 1M
Tokenuri de ieșire 44,652 2,010
Tokenuri de raționament 0 91,298
Timp de răspuns (mediu) 11.96s 23.88s
Timp de răspuns (maxim) 68.97s 121.79s
Timp de răspuns (total) 179.34s 262.66s

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
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
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
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 6.63s 180 5,409
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
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
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
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
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
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
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
Grok 4.1 Fast 5.3 7.2 44.4% 1 8.08s 187 6,086
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
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485

Comparație rapidă

Schimbă perechea de comparație

Grok 4.1 FastmediumvsGLM 5noneMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31BnoneDisponibil gratuitvsGrok 4.1 FastmediumMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitGrok 4.1 FastmediumvsGLM 5V TurbononeQwen3.5-FlashnonevsGrok 4.1 Fastmediumgpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder NextmediumMiniMax M2.5mediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitGemma 4 26B A4BnoneDisponibil gratuitvsGrok 4.1 FastmediumSeed-2.0-LitenonevsGrok 4.1 Fastmedium