Gemini 2.5 Flash vs gpt-oss-120b (medium)

gpt-oss-120b (medium) лидирует по среднему баллу: 6.1 vs 6.0. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.017 vs $0.020. Gemini 2.5 Flash быстрее: 6.19s vs 20.81s, с долей успешных попыток 39.4% vs 50.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-29

Ранг: #184
Общее число выходных токенов: 1,890
Время ответа (среднее): 6.19s
Общая стоимость: $0.017

Ранг: #173
Общее число выходных токенов: 98,282
Время ответа (среднее): 20.81s
Общая стоимость: $0.020

Рекомендуемая модель Gemini 2.5 Flash

Его балл близок к лучшему здесь (6.0 против 6.1), и он отвечает примерно в 3.4 раза быстрее, чем gpt-oss-120b (medium).

Подробное сравнение

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

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
Оценка	6.0	6.1
Ранг	#184	#173
Надежность	10.0	10.0
Стабильность	9.6	8.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	39.4%	50.0%
Нестабильные тесты	1	5
Всего запусков	66	66
Стоимость за результат	0.209	0.224
Общая стоимость	$0.017	$0.020
Цена входа	$0.300 / 1M	$0.037 / 1M
Цена выхода	$2.500 / 1M	$0.170 / 1M
Общее число входных токенов	39,886	108,767
Выходные токены	1,890	29,378
Токены рассуждений	0	68,904
Время ответа (среднее)	6.19s	20.81s
Время ответа (макс.)	118.00s	68.16s
Время ответа (суммарно)	136.23s	332.88s
Параметры	~350B всего (~20B активных)	117B всего (5.1B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#184 Gemini 2.5 Flash

none

Неверный SVG

Стоимость: $0.164
Время: 215.5s
Токены: 65,659 tok

#173 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	0
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumvsQwen3.7 Flashnone Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow Trinity Large ThinkinglowvsGemini 2.5 Flashnone gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Gemma 4 31BnoneБесплатно доступноvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none Seed-2.0-Litenonevsgpt-oss-120bmedium Nemotron 3 UltranoneБесплатно доступноvsgpt-oss-120bmedium Gemini 2.5 FlashnonevsGPT-5 Nanomedium