OpenAI
Lansare: 2025-08-05
Testat la: 2026-10-01 05:17
openai/gpt-oss-120b::none
117B în total (5.1B activi)MoESursă deschisă
(medium)
(none)
Rezumat
gpt-oss-120b obține 4.2 pe AI BENCHY și este pe #364. Are fiabilitate 10.0, rată de reușită 34.8%, cost total $0.016 și timp mediu de răspuns 28.63s.
Ce face gpt-oss-120b unic: Se remarcă cel mai mult la Sarcini agentice, unde este pe #1, iar Programare este zona cea mai slabă, la #10.
Date despre model
Documentat la 2026-08-12
- Parametri
- 117B în total (5.1B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
4.2
Consistență
7.6
10.0
Total tokenuri de ieșire
62,213
Total tokenuri de intrare
131,652
Preț de intrare
$0.037 / 1M
Preț de ieșire
$0.170 / 1M
Preț citire cache
N/D
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste greșite: 14
Rată de trecere pe încercare: 34.8%
Acoperire benchmark: 60/69 încercări (Țintă: 3 repetări per test)
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 |
|---|---|---|---|---|---|
| 2026-10-01 05:17 Suită modificată | 4.2 | 10.0 | $0.016 ↓ | 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.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire | Preț citire cache | Preț scriere cache |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M | N/D | N/D |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M | N/D | N/D |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M | N/D | N/D |
| 2026-07-16 15:36 | $0.037 / 1M | $0.170 / 1M | N/D | N/D |
| 2026-08-12 11:59 | $0.030 / 1M | $0.170 / 1M | N/D | N/D |
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-120bnonevsGLM 4.7 Flashmediumgpt-oss-120bnonevsMercury 2.5nonegpt-oss-120bnonevsMiniMax M2.5mediumgpt-oss-120bnonevsQwen3.5-9Bmediumgpt-oss-120bnonevsMercury 2nonegpt-oss-120bnonevsLing 3.0 Tinydefaultgpt-oss-120bnonevsCobuddymediumDisponibil gratuitgpt-oss-120bnonevsGranite 4.1 8bdefaultgpt-oss-120bnonevsGranite 4.2 8Bnonegpt-oss-120bnonevsNemotron 3.5 LightningnoneDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 6.1 | 3.1 | |
| Trucuri anti-AI | 6.5 | 10.0 | |
| Programare | 1.5 | 0.4 | |
| Combinat | 1.5 | 5.0 | |
| 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 | 6.0 | 7.2 | |
| Apelare instrumente | 3.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |