gpt-oss-120b (medium) vs Qwen3.8 Flash Next

gpt-oss-120b (medium) лидирует по среднему баллу: 5.9 vs 5.8. Qwen3.8 Flash Next имеет более низкую стоимость benchmark: ~$0.011 vs $0.030. Qwen3.8 Flash Next быстрее: 5.71s vs 31.58s, с долей успешных попыток 47.8% vs 43.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-05

Сравниваемые модели

Ранг: #252
Общее число выходных токенов: 118,831
Время ответа (среднее): 31.58s
Общая стоимость: $0.030

Ранг: #258
Общее число выходных токенов: 9,077
Время ответа (среднее): 5.71s
Общая стоимость: ~$0.011

Рекомендуемая модель Qwen3.8 Flash Next

Его балл близок к лучшему здесь (5.8 против 5.9), при этом он примерно в 2.7 раза дешевле, чем gpt-oss-120b (medium).

Подробное сравнение

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.8 Flash Next Qwen3.8 Flash Next none Релиз: 2026-10-04

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05	Qwen3.8 Flash Next Qwen3.8 Flash Next none Релиз: 2026-10-04
Оценка	5.9	5.8
Ранг	#252	#258
Надежность	10.0	10.0
Стабильность	8.1	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	47.8%	43.5%
Нестабильные тесты	5	3
Всего запусков	69	69
Стоимость за результат	0.335	~0.136
Общая стоимость	$0.030	~$0.011
Цена входа	$0.037 / 1M	Н/Д
Цена выхода	$0.170 / 1M	Н/Д
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	285,293	266,004
Выходные токены	29,565	9,077
Токены рассуждений	89,266	0
Время ответа (среднее)	31.58s	5.71s
Время ответа (макс.)	203.90s	65.25s
Время ответа (суммарно)	536.78s	131.36s
Параметры	117B всего (5.1B активных)	180B всего (6B активных)
Доступность	Открытый исходный код	Веса доступны

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.

#252 gpt-oss-120b

medium

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

#258 Qwen3.8 Flash Next

none

Стоимость: ~$0.001
Время: 27.5s
Токены: 2,983 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
Qwen3.8 Flash Next	5.0	10.0	0.0%	0		65.25s	185,217	1,896	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
Qwen3.8 Flash Next	6.5	10.0	50.0%	0		1.70s	696	504	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
Qwen3.8 Flash Next	5.5	10.0	33.3%	0		1.64s	7,911	669	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		11.98s	53,031	4,614	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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		1.60s	8,109	249	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		5.38s	798	24	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
Qwen3.8 Flash Next	6.1	3.1	66.7%	1		1.09s	522	103	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
Qwen3.8 Flash Next	7.1	5.8	83.3%	1		612ms	711	74	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
Qwen3.8 Flash Next	6.3	7.8	55.6%	1		1.30s	714	667	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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		4.35s	8,085	259	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		540ms	210	18	0

Быстрое сравнение

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-120bmediumvsQwen3.7 Flashnone Ling 3.0 FlashhighvsQwen3.8 Flash Nextnone gpt-oss-120bmediumvsGLM 5.3 FlashXlow Ring 2.6 1tmediumvsQwen3.8 Flash Nextnone Trinity Large ThinkinghighvsQwen3.8 Flash Nextnone