Навигация
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: gpt-oss-120b

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

Метрика GPT-5.4 GPT-5.4 none Релиз: 2026-03-05 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 5.9 5.8
Ранг #86 #88
Надежность Н/Д Н/Д
Стабильность 9.1 7.2
Тестов верно
Доля успешных попыток 42.6% 51.9%
Нестабильные тесты 2 6
Всего запусков 54 54
Стоимость за результат 1.477 0.144
Общая стоимость $0.104 $0.011
???? ????? $2.500 / 1M $0.000 / 1M
???? ?????? $15.000 / 1M $0.000 / 1M
Выходные токены 2,317 13,493
Токены рассуждений 0 36,879
Время ответа (среднее) 1.51s 16.08s
Время ответа (макс.) 2.95s 50.92s
Время ответа (суммарно) 27.21s 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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 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
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
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
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 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
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
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
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
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 доступноvsQwen3.5-27Bnonegpt-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 27BnoneMiniMax M2.5mediumБесплатно доступноvsGPT-5.4noneDeepSeek V4 Prononevsgpt-oss-120bmediumБесплатно доступноMistral Small 4mediumvsGPT-5.4none