Навигация
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-02

Метрика gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно Grok 4.20 Grok 4.20 none Релиз: 2026-03-31
Оценка 6.0 5.4
Ранг #56 #69
Стабильность 7.6 9.5
Тестов верно
Доля успешных попыток 51.0% 31.4%
Нестабильные тесты 5 1
Всего запусков 51 51
Стоимость за результат 0.136 1.809
Общая стоимость $0.010 $0.091
???? ????? $0.039 / 1M $2.000 / 1M
???? ?????? $0.190 / 1M $6.000 / 1M
Выходные токены 13,265 1,655
Токены рассуждений 34,330 0
Время ответа (среднее) 15.05s 1.11s
Время ответа (макс.) 50.92s 6.04s
Время ответа (суммарно) 150.55s 18.80s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving 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
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Быстрое сравнение

Сменить пару сравнения

Seed-2.0-Litenonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsGLM 5V Turbononegpt-oss-120bmediumБесплатно доступноvsQwen3.5-FlashnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumБесплатно доступноvsHunter Alphanonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGrok 4.20nonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2-PrononeMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-27BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступно