OpenAI: gpt-oss-120b

Benchmark-urile au fost generate din suitele de teste Aibenchy la : 19 feb. 2026

Defalcare pe categorii

Categorie	Teste trecute complet	Score	Consistență	Rată de trecere pe încercare	Teste instabile	Scor de raționament	Cost
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	10.00	$0.00029
Data parsing and extraction	1/2	5.50	5.81	83.3%	1	10.00	$0.00052
Domain specific	0/3	1.00	4.41	22.2%	2	8.53	$0.00393
Instructions following	2/2	10.00	10.00	100.0%	0	9.50	$0.00040
Puzzle Solving	1/3	5.00	7.13	44.4%	1	7.89	$0.00059

Compară OpenAI: gpt-oss-120b cu...

#11 · OpenAI

Raționament (medium)

Score: 5.92

Consistență: 6.03

Rată de trecere pe încercare: 72.2%

Teste instabile: 6

Cost per rezultat: 0.4675

Teste corecte: 6/12

Cost total: $0.02806

#13 · Anthropic

Fără raționament

Score: 5.75

Consistență: 9.42

Rată de trecere pe încercare: 52.8%

Teste instabile: 1

Cost per rezultat: 0.9480

Teste corecte: 6/12

Cost total: $0.05688

#10 · Google

Fără raționament

Score: 6.25

Consistență: 8.60

Rată de trecere pe încercare: 66.7%

Teste instabile: 2

Cost per rezultat: 0.0754

Teste corecte: 7/12

Cost total: $0.00528

Compară OpenAI: gpt-oss-120b cu...