AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs OpenAI: gpt-oss-120b

Сводка

Сравнение benchmark GPT-5.6 Sol vs gpt-oss-120b (medium): gpt-oss-120b (medium) лидирует по среднему баллу: 6.7 vs 6.3. gpt-oss-120b (medium) имеет более низкую стоимость benchmark: $0.013 vs $0.225. GPT-5.6 Sol быстрее: 1.66s vs 22.28s, с долей успешных попыток 57.1% vs 52.4%.

Рекомендуемая модель: gpt-oss-120b (medium) - Здесь у него лучший балл (6.7), при этом он примерно в 18.7 раза дешевле, чем GPT-5.6 Sol.

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

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка	6.3	6.7
Ранг	#101	#91
Надежность	10.0	10.0
Стабильность	9.0	8.0
Тестов верно
Доля успешных попыток	57.1%	52.4%
Нестабильные тесты	3	5
Всего запусков	63	63
Стоимость за результат	2.244	0.141
Общая стоимость	$0.225	$0.013
Цена входа	$5.000 / 1M	$0.036 / 1M
Цена выхода	$30.000 / 1M	$0.180 / 1M
Общее число входных токенов	34,218	39,084
Выходные токены	1,776	20,013
Токены рассуждений	0	50,233
Время ответа (среднее)	1.66s	22.28s
Время ответа (макс.)	3.93s	68.16s
Время ответа (суммарно)	34.81s	311.96s

Генерация showcase

Hamster playing table tennis

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

#101 GPT-5.6 Sol

none

Стоимость: $0.116
Время: 78.7s
Токены: 3,944 tok

#91 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	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
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	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
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	0
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	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
GPT-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	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
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	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
GPT-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	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
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	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
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Быстрое сравнение

Сменить пару сравнения

Nemotron 3 SupermediumБесплатно доступноvsGPT-5.6 Solnone Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Solnone GPT-5.6 SolnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitelowvsGPT-5.6 Solnone Gemini 3.5 Flashminimalvsgpt-oss-120bmediumБесплатно доступно gpt-oss-120bmediumБесплатно доступноvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewlowvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Solnone Gemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumБесплатно доступно Gemini 3 Flash Previewnonevsgpt-oss-120bmediumБесплатно доступно Gemini 3.1 Flash Lite Previewnonevsgpt-oss-120bmediumБесплатно доступно Gemini 3.1 Flash Litelowvsgpt-oss-120bmediumБесплатно доступно