#129
OpenAI
Lansare: 2025-08-05
Testat la: 2026-05-08 15:31
openai/gpt-oss-120b::none
(medium)
(none)
Preț de intrare
$0.000 / 1M
Preț de ieșire
$0.000 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-05-08 15:31 Suită modificată | 5.2 | 10.0 | $0.011 | Rularea curentă | |
| 2026-04-21 12:42 Prima rulare înregistrată | 5.2 | N/D | $0.009 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
gpt-oss-120bnoneDisponibil gratuitvsGLM 4.7 Flashnonegpt-oss-120bnoneDisponibil gratuitvsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsGPT-5.4nonegpt-oss-120bnoneDisponibil gratuitvsMiMo-V2-Prononegpt-oss-120bnoneDisponibil gratuitvsGLM 5.1nonegpt-oss-120bnoneDisponibil gratuitvsGemini 3 Flash Previewmediumgpt-oss-120bnoneDisponibil gratuitvsGemini 3.5 Flashhighgpt-oss-120bnoneDisponibil gratuitvsRing-2.6-1Tmediumgpt-oss-120bnoneDisponibil gratuitvsGemini 3.5 Flashlow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.5 | 10.0 | |
| Programare | 4.3 | 1.1 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| Inteligență generală | 4.8 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 4.4 | 4.5 | |
| Apelare instrumente | 3.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |