Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică OpenAI: gpt-oss-120b medium Lansare: Data lansării necunoscută Disponibil gratuit Qwen: Qwen3.5-Flash none Lansare: Data lansării necunoscută
Rang #25 #35
Scor 5.64 3.63
Consistență 7.55 8.32
Cost per rezultat 0.101 0.084
Cost total $0.008 $0.003
Teste corecte
Teste greșite 7 11
Rată de trecere pe încercare 59.5% 33.3%
Teste instabile 4 3
Tokenuri de ieșire 11,407 1,799
Tokenuri de raționament 26,106 0

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
Qwen: Qwen3.5-Flash 2.33 7.76 11.1% 1 687 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
Qwen: Qwen3.5-Flash 5.38 5.81 83.3% 1 193 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 14 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Qwen: Qwen3.5-Flash 3.50 9.99 0.0% 0 63 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
Qwen: Qwen3.5-Flash 1.33 9.99 0.0% 0 578 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 264 0

Schimbă perechea de comparație

Compară OpenAI: gpt-oss-120b cu...

Compară Qwen: Qwen3.5-Flash cu...