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

DeepSeek: DeepSeek V3.2 vs OpenAI: gpt-oss-120b

Сводка

Сравнение benchmark DeepSeek V3.2 vs gpt-oss-120b: DeepSeek V3.2 лидирует по среднему баллу: 5.3 vs 4.0. gpt-oss-120b имеет более низкую стоимость benchmark: $0.010 vs $0.017. DeepSeek V3.2 быстрее: 13.83s vs 21.61s, с долей успешных попыток 39.7% vs 34.9%.

Рекомендуемая модель: DeepSeek V3.2 - Здесь у него лучший балл (5.3), и он отвечает примерно в 1.6 раза быстрее, чем gpt-oss-120b.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика DeepSeek V3.2 DeepSeek V3.2 none Релиз: 2025-12-01 gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно
Оценка 5.3 4.0
Ранг #145 #183
Надежность 10.0 10.0
Стабильность 7.6 8.2
Тестов верно
Доля успешных попыток 39.7% 34.9%
Нестабильные тесты 6 2
Всего запусков 63 57
Стоимость за результат 0.306 0.168
Общая стоимость $0.017 $0.010
Цена входа $0.229 / 1M $0.036 / 1M
Цена выхода $0.344 / 1M $0.180 / 1M
Общее число входных токенов 55,997 9,081
Выходные токены 11,165 51,664
Токены рассуждений 0 0
Время ответа (среднее) 13.83s 21.61s
Время ответа (макс.) 115.89s 113.71s
Время ответа (суммарно) 290.43s 345.79s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#145 DeepSeek V3.2

none
Стоимость
$0.002
Время
7.0s
Токены
1,046 tok

#183 gpt-oss-120b

none
Для этой модели еще не сгенерирован результат showcase.
Стоимость
$0.000
Время
-
Токены
0 tok

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) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Быстрое сравнение

Сменить пару сравнения

DeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMistral Small 4mediumgpt-oss-120bnoneБесплатно доступноvsQwen3.5-9Bmediumgpt-oss-120bnoneБесплатно доступноvsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsMiniMax M2.5mediumNorth Mini CodemediumБесплатно доступноvsDeepSeek V3.2noneDeepSeek V3.2nonevsQwen3 Coder Nextmediumgpt-oss-120bnoneБесплатно доступноvsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneБесплатно доступноDeepSeek V3.2nonevsGemini 3.1 Flash LiteminimalDeepSeek V3.2nonevsGPT-5.6 Lunalow