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 |
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 |