Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

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

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 5.7 5.4
Ранг #101 #115
Надежность 10.0 Н/Д
Стабильность 7.4 9.5
Тестов верно
Доля успешных попыток 49.1% 35.2%
Нестабильные тесты 6 1
Всего запусков 57 54
Стоимость за результат 0.152 1.574
Общая стоимость $0.011 $0.095
???? ????? $0.000 / 1M $1.250 / 1M
???? ?????? $0.000 / 1M $2.500 / 1M
Выходные токены 16,594 1,967
Токены рассуждений 40,637 0
Время ответа (среднее) 16.95s 1.11s
Время ответа (макс.) 50.92s 6.04s
Время ответа (суммарно) 203.39s 20.02s

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
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 6.3 10.0 50.0% 0 455ms 60 0
Решение головоломок 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 7.2 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
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 3,101 3,758
Grok 4.20 - - - - - - - -

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsGLM 5.1nonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2.5-Prononegpt-oss-120bmediumБесплатно доступноvsGLM 4.7 FlashnoneElephant AlphamediumvsGrok 4.20noneDeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsOwl Alphanonegpt-oss-120bmediumБесплатно доступноvsQwen3.6 Flashnonegpt-oss-120bmediumБесплатно доступноvsQwen3.6 27Bnonegpt-oss-120bmediumБесплатно доступноvsQwen3.5-27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumБесплатно доступноvsGrok 4.20none