AI BENCHY Compare

OpenAI: gpt-oss-120b vs Z.ai: GLM 4.7 Flash

Сводка

Сравнение benchmark gpt-oss-120b vs GLM 4.7 Flash: gpt-oss-120b лидирует по среднему баллу: 6.1 vs 5.5. GLM 4.7 Flash имеет более низкую стоимость benchmark: $0.004 vs $0.013. GLM 4.7 Flash быстрее: 2.86s vs 22.28s, с долей успешных попыток 52.4% vs 36.5%.

Рекомендуемая модель: GLM 4.7 Flash - Его балл близок к лучшему здесь (5.5 против 6.1), при этом он примерно в 3.6 раза дешевле, чем gpt-oss-120b.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	GLM 4.7 Flash GLM 4.7 Flash none Релиз: 2026-01-19

Метрика	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно	GLM 4.7 Flash GLM 4.7 Flash none Релиз: 2026-01-19
Оценка	6.1	5.5
Ранг	#100	#123
Надежность	10.0	10.0
Стабильность	8.0	8.8
Тестов верно
Доля успешных попыток	52.4%	36.5%
Нестабильные тесты	5	3
Всего запусков	63	63
Стоимость за результат	0.141	0.056
Общая стоимость	$0.013	$0.004
Цена входа	$0.039 / 1M	$0.060 / 1M
Цена выхода	$0.180 / 1M	$0.400 / 1M
Общее число входных токенов	39,084	38,745
Выходные токены	20,013	2,521
Токены рассуждений	50,233	0
Время ответа (среднее)	22.28s	2.86s
Время ответа (макс.)	68.16s	7.05s
Время ответа (суммарно)	311.96s	40.04s

Generation showcase

Hamster playing table tennis

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

#100 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 tok

#123 GLM 4.7 Flash

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	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
GLM 4.7 Flash	4.3	10.0	0.0%	0		2.54s	7,256	650	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	14,325	704	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
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	7,107	196	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
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	687	19	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
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	477	134	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
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	636	62	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
GLM 4.7 Flash	6.4	10.0	33.3%	0		1.20s	609	97	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
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	6,907	212	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

Быстрое сравнение

Сменить пару сравнения