Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: gpt-oss-120b

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-29

Метрика Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 7.6 5.8
Ранг #49 #88
Надежность Н/Д Н/Д
Стабильность 9.1 7.2
Тестов верно
Доля успешных попыток 70.4% 51.9%
Нестабильные тесты 2 6
Всего запусков 54 54
Стоимость за результат 12.047 0.144
Общая стоимость $1.446 $0.011
???? ????? $5.000 / 1M $0.000 / 1M
???? ?????? $25.000 / 1M $0.000 / 1M
Выходные токены 29,829 13,493
Токены рассуждений 18,938 36,879
Время ответа (среднее) 21.08s 16.08s
Время ответа (макс.) 83.40s 50.92s
Время ответа (суммарно) 231.84s 176.88s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.5-27BnoneClaude Opus 4.6mediumvsGPT-5.3 Chatnonegpt-oss-120bmediumБесплатно доступноvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2.5-Prononegpt-oss-120bmediumБесплатно доступноvsQwen3.6 Flashnonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.6 27BnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 Prononevsgpt-oss-120bmediumБесплатно доступно