gpt-oss-120b (medium) vs Qwen3.5-Flash (medium)

Средний балл практически равен: 6.1 vs 6.1. gpt-oss-120b (medium) имеет более низкую стоимость benchmark: $0.019 vs $0.142. gpt-oss-120b (medium) быстрее: 20.81s vs 84.44s, с долей успешных попыток 50.0% vs 65.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-15

Ранг: #169
Общее число выходных токенов: 98,282
Время ответа (среднее): 20.81s
Общая стоимость: $0.019

Ранг: #172
Общее число выходных токенов: 512,846
Время ответа (среднее): 84.44s
Общая стоимость: $0.142

Рекомендуемая модель gpt-oss-120b (medium)

Здесь у него лучший балл (6.1), при этом он примерно в 7.7 раза дешевле, чем Qwen3.5-Flash (medium).

Подробное сравнение

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24
Оценка	6.1	6.1
Ранг	#169	#172
Надежность	10.0	10.0
Стабильность	8.0	7.8
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	50.0%	65.2%
Нестабильные тесты	5	6
Всего запусков	66	66
Стоимость за результат	0.224	1.491
Общая стоимость	$0.019	$0.142
Цена входа	$0.030 / 1M	$0.065 / 1M
Цена выхода	$0.170 / 1M	$0.260 / 1M
Общее число входных токенов	108,767	118,508
Выходные токены	29,378	35,457
Токены рассуждений	68,904	477,389
Время ответа (среднее)	20.81s	84.44s
Время ответа (макс.)	68.16s	515.38s
Время ответа (суммарно)	332.88s	1773.20s
Параметры	117B всего (5.1B активных)	~35B всего (~3B активных)
Доступность	Открытый исходный код	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#169 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 tok

#172 Qwen3.5-Flash

medium

Стоимость: $0.002
Время: 25.8s
Токены: 4,294 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
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumvsQwen3.7 Flashnone Qwen3.5-FlashmediumvsInklinglow Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium Gemini 3.1 Flash LitenonevsQwen3.5-Flashmedium gpt-oss-120bmediumvsInklinglow Gemma 4 31BnoneБесплатно доступноvsQwen3.5-Flashmedium gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Gemma 4 31BnoneБесплатно доступноvsgpt-oss-120bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashmedium Claude Sonnet 5nonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none