AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.6 Max Preview

Сводка

Сравнение benchmark gpt-oss-120b vs Qwen3.6 Max Preview: gpt-oss-120b лидирует по среднему баллу: 6.7 vs 6.0. gpt-oss-120b имеет более низкую стоимость benchmark: $0.013 vs $0.075. Qwen3.6 Max Preview быстрее: 3.30s vs 22.28s, с долей успешных попыток 52.4% vs 58.7%.

Рекомендуемая модель: gpt-oss-120b - Здесь у него лучший балл (6.7), при этом он примерно в 6.1 раза дешевле, чем Qwen3.6 Max Preview.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20
Оценка	6.7	6.0
Ранг	#78	#100
Надежность	10.0	10.0
Стабильность	8.0	9.2
Тестов верно
Доля успешных попыток	52.4%	58.7%
Нестабильные тесты	5	2
Всего запусков	63	63
Стоимость за результат	0.141	0.824
Общая стоимость	$0.013	$0.075
Цена входа	$0.039 / 1M	$1.040 / 1M
Цена выхода	$0.180 / 1M	$6.240 / 1M
Общее число входных токенов	39,084	42,509
Выходные токены	20,013	4,779
Токены рассуждений	50,233	0
Время ответа (среднее)	22.28s	3.30s
Время ответа (макс.)	68.16s	20.51s
Время ответа (суммарно)	311.96s	69.40s

Генерация showcase

Hamster playing table tennis

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

#78 gpt-oss-120b

medium

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

#100 Qwen3.6 Max Preview

none

Стоимость: $0.025
Время: 83.9s
Токены: 4,066 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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	0

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
Qwen3.6 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	0

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	7,794	243	0

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		50.92s	1,266	6,784	20,606
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	0

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
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	0

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
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.40s	711	69	0

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	0

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	0

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

Быстрое сравнение

Сменить пару сравнения