gpt-oss-120b (medium) vs Qwen3.7 Flash

gpt-oss-120b (medium) лидирует по среднему баллу: 5.9 vs 5.9. Qwen3.7 Flash имеет более низкую стоимость benchmark: $0.028 vs $0.030. Qwen3.7 Flash быстрее: 14.70s vs 31.58s, с долей успешных попыток 47.8% vs 36.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #292
Общее число выходных токенов: 108,704
Время ответа (среднее): 31.58s
Общая стоимость: $0.030

Ранг: #297
Общее число выходных токенов: 117,742
Время ответа (среднее): 14.70s
Общая стоимость: $0.028

Рекомендуемая модель Qwen3.7 Flash

Его балл близок к лучшему здесь (5.9 против 5.9), и он отвечает примерно в 2.1 раза быстрее, чем gpt-oss-120b (medium).

Подробное сравнение

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.7 Flash Qwen3.7 Flash none Релиз: 2026-07-28

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.7 Flash Qwen3.7 Flash none Релиз: 2026-07-28
Оценка	5.9	5.9
Ранг	#292	#297
Надежность	10.0	10.0
Стабильность	8.1	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	47.8%	36.2%
Нестабильные тесты	5	3
Всего запусков	69	69
Стоимость за результат	0.335	0.395
Общая стоимость	$0.030	$0.028
Цена входа	$0.037 / 1M	$0.030 / 1M
Цена выхода	$0.170 / 1M	$0.130 / 1M
Цена чтения из кэша	Н/Д	$0.006 / 1M
Цена записи в кэш	Н/Д	$0.039 / 1M
Общее число входных токенов	285,293	410,787
Выходные токены	29,565	117,742
Токены рассуждений	89,266	0
Время ответа (среднее)	31.58s	14.70s
Время ответа (макс.)	203.90s	186.24s
Время ответа (суммарно)	536.78s	338.13s
Параметры	117B всего (5.1B активных)	~35B всего (~3B активных)
Доступность	Открытый исходный код	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#292 gpt-oss-120b

medium

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

#297 Qwen3.7 Flash

none

Стоимость: $0.001
Время: 34.0s
Токены: 4,814 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	5.0	10.0	0.0%	0		203.90s	176,526	187	20,362
Qwen3.7 Flash	4.7	3.1	33.3%	1		117.01s	192,047	27,235	0

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
Qwen3.7 Flash	3.0	7.9	8.3%	1		2.55s	696	1,627	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
Qwen3.7 Flash	5.5	10.0	33.3%	0		1.55s	7,911	855	0

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
Qwen3.7 Flash	3.8	5.8	33.3%	1		94.59s	191,173	86,701	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
Qwen3.7 Flash	10.0	10.0	100.0%	0		2.09s	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		27.55s	1,286	6,390	21,466
Qwen3.7 Flash	5.3	10.0	33.3%	0		814ms	798	15	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
Qwen3.7 Flash	10.0	10.0	100.0%	0		963ms	522	86	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
Qwen3.7 Flash	6.3	10.0	50.0%	0		892ms	711	66	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
Qwen3.7 Flash	3.7	10.0	0.0%	0		1.39s	714	633	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
Qwen3.7 Flash	10.0	10.0	100.0%	0		2.80s	8,211	272	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
Qwen3.7 Flash	3.0	10.0	0.0%	0		766ms	210	9	0

Сменить пару сравнения

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium Seed-2.0-Litenonevsgpt-oss-120bmedium Nemotron 3 UltranoneБесплатно доступноvsgpt-oss-120bmedium gpt-oss-120bmediumvsMiMo-V2.6-Pronone gpt-oss-120bmediumvsGLM 5.3 FlashXlow Gemini 3.1 Flash LiteminimalvsQwen3.7 Flashnone gpt-oss-120bmediumvsQwen3.8 Flash Nextnone DeepSeek V4.1 Flash 1017nonevsgpt-oss-120bmedium Ling 3.0 FlashhighvsQwen3.7 Flashnone