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

OpenAI: gpt-oss-120b vs Owl Alpha

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-30

Метрика gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно Owl Alpha Owl Alpha none Релиз: 2026-04-30
Оценка 5.8 6.0
Ранг #89 #86
Надежность Н/Д 10.0
Стабильность 7.2 9.1
Тестов верно
Доля успешных попыток 51.9% 46.3%
Нестабильные тесты 6 2
Всего запусков 54 54
Стоимость за результат 0.144 0.000
Общая стоимость $0.011 $0.000
???? ????? $0.000 / 1M $0.000 / 1M
???? ?????? $0.000 / 1M $0.000 / 1M
Выходные токены 13,493 1,671
Токены рассуждений 36,879 0
Время ответа (среднее) 16.08s 7.07s
Время ответа (макс.) 50.92s 32.27s
Время ответа (суммарно) 176.88s 127.23s

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-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Owl Alpha 10.0 10.0 100.0% 0 3.60s 246 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0

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 доступноOwl AlphanonevsLaguna Xs.2mediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.6 27BnoneDeepSeek V4 Prononevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsGLM 4.7 Flashnone