Rezumat
gpt-oss-120b obține 5.2 pe AI BENCHY și este pe #91. Are fiabilitate N/D, rată de reușită 38.9%, cost total $0.009 și timp mediu de răspuns 11.96s.
Ce face gpt-oss-120b unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
5.2
Consistență
7.9
N/D
$0.009
Total tokenuri de ieșire
44,652
Total tokenuri de intrare
0
Preț de intrare
$0.000 / 1M
Preț de ieșire
$0.000 / 1M
Teste instabile
5
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 | 5.4 | 10.0 | $0.010 ↓ | Compară | |
| 2026-04-21 12:42 Prima rulare înregistrată | 5.2 | N/D | $0.009 | Rularea curentă |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · Prima rulare înregistrată | 5.2 | 7.9 | N/D | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| 2026-05-08 15:31 · Suită modificată | 5.4 | 9.1 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| Diferență | -0.2 | -1.2 | -2 | +3 | -7012 | -9081 | -$0.001 | -9656ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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 gratuitvsQwen3.6 35B A3Bnonegpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder Nextnonegpt-oss-120bnoneDisponibil gratuitvsMiniMax M2.7mediumgpt-oss-120bnoneDisponibil gratuitvsNorth Mini CodenoneDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsDeepSeek V3.2nonegpt-oss-120bnoneDisponibil gratuitvsGemini 3.5 Flashhighgpt-oss-120bnoneDisponibil gratuitvsGemini 3 Flash Previewmediumgpt-oss-120bnoneDisponibil gratuitvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.6 | 8.0 | |
| 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 | 4.6 | 10.0 | |
| Respectarea instrucțiunilor | 8.4 | 6.9 | |
| Rezolvare de puzzle-uri | 4.5 | 4.8 | |
| Apelare instrumente | 3.0 | 10.0 |