Сравнить Графики

Язык:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: gpt-oss-120b

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика	Anthropic: Claude Sonnet 4.6 medium Релиз: Дата релиза неизвестна	OpenAI: gpt-oss-120b medium Релиз: Дата релиза неизвестна Бесплатно доступно
Ранг	#8	#25
Оценка	7.43	5.64
Стабильность	9.40	7.55
Стоимость за результат	8.105	0.101
Общая стоимость	$0.811	$0.008
Тестов верно
Ошибочных тестов	4	7
Доля успешных попыток	73.8%	59.5%
Нестабильные тесты	1	4
Выходные токены	29,098	11,407
Токены рассуждений	20,435	26,106

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083

Сменить пару сравнения

Сравнить Anthropic: Claude Sonnet 4.6 с...

Сравнить OpenAI: gpt-oss-120b с...