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

Google: Gemini 2.5 Flash vs OpenAI: gpt-oss-120b

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-01

Метрика Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 6.4 5.9
Ранг #95 #103
Надежность 10.0 10.0
Стабильность 9.6 7.9
Тестов верно
Доля успешных попыток 48.3% 50.0%
Нестабильные тесты 1 5
Всего запусков 60 60
Стоимость за результат 0.159 0.151
Общая стоимость $0.015 $0.012
Цена входа $0.300 / 1M $0.000 / 1M
Цена выхода $2.500 / 1M $0.000 / 1M
Выходные токены 1,764 17,495
Токены рассуждений 0 46,878
Время ответа (среднее) 889ms 22.41s
Время ответа (макс.) 4.39s 68.16s
Время ответа (суммарно) 17.79s 291.35s

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
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
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
Gemini 2.5 Flash 6.8 10.0 50.0% 0 810ms 477 0
gpt-oss-120b 3.9 5.6 33.3% 1 47.24s 847 8,618
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
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
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
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
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 72 0
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
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 132 0
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,790 2,264
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 12 0
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 3,101 3,758

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 ProhighvsGemini 2.5 Flashnonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-Flashnonegpt-oss-120bmediumБесплатно доступноvsGLM 5V TurbononeSeed-2.0-Litenonevsgpt-oss-120bmediumБесплатно доступноDeepSeek V4 Prononevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsGLM 5.1nonegpt-oss-120bmediumБесплатно доступноvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-35B-A3BnoneGemini 2.5 FlashnonevsMercury 2mediumgpt-oss-120bmediumБесплатно доступноvsQwen3.5-27Bnonegpt-oss-120bmediumБесплатно доступноvsQwen3.6 27Bnonegpt-oss-120bmediumБесплатно доступноvsMimo V2 PROnone