AI BENCHY Compare

OpenAI: gpt-oss-120b vs Elephant

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-14

Метрика	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно	Elephant Elephant medium Релиз: 2026-04-14

Метрика	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно	Elephant Elephant medium Релиз: 2026-04-14
Оценка	5.2	5.2
Ранг	#80	#77
Стабильность	7.9	9.6
Тестов верно
Доля успешных попыток	38.9%	29.6%
Нестабильные тесты	5	1
Всего запусков	54	54
Стоимость за результат	0.221	0.000
Общая стоимость	$0.009	$0.000
???? ?????	$0.039 / 1M	$0.000 / 1M
???? ??????	$0.190 / 1M	$0.000 / 1M
Выходные токены	44,652	2,596
Токены рассуждений	0	0
Время ответа (среднее)	11.96s	1.27s
Время ответа (макс.)	68.97s	3.70s
Время ответа (суммарно)	179.34s	22.82s

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	6.6	8.0	58.3%	1		6.03s	4,867	0
Elephant	6.6	10.0	50.0%	0		1.19s	815	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		9.57s	3,232	0
Elephant	5.1	3.3	33.3%	1		1.30s	365	0

Комбинированный	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		0ms	0	0
Elephant	3.0	10.0	0.0%	0		3.70s	562	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
gpt-oss-120b	6.5	10.0	50.0%	0		7.12s	598	0
Elephant	6.5	10.0	50.0%	0		979ms	246	0

Предметно-ориентированное	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		34.98s	29,483	0
Elephant	3.0	10.0	0.0%	0		925ms	24	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
gpt-oss-120b	4.6	10.0	0.0%	0		2.83s	586	0
Elephant	4.3	10.0	0.0%	0		920ms	105	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
gpt-oss-120b	8.4	6.9	83.3%	1		5.10s	1,982	0
Elephant	9.8	10.0	100.0%	0		987ms	82	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
gpt-oss-120b	4.5	4.8	44.5%	2		6.86s	3,904	0
Elephant	3.7	10.0	0.0%	0		867ms	166	0

Вызов инструментов	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		0ms	0	0
Elephant	3.0	10.0	0.0%	0		2.83s	231	0

Быстрое сравнение

Сменить пару сравнения

ElephantmediumvsGrok 4.20none Mistral Small 4nonevsElephantmedium MiniMax M2.7mediumvsgpt-oss-120bnoneБесплатно доступно Trinity Large PreviewnoneБесплатно доступноvsElephantmedium GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone Nemotron 3 SupernoneБесплатно доступноvsElephantmedium ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium ElephantmediumvsGLM 5.1none ElephantmediumvsGLM 4.7 Flashnone GPT-4o-mininonevsElephantmedium