AI BENCHY Compare

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-9B

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-26

Метрика	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02

Метрика	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02
Оценка	5.2	4.8
Ранг	#98	#105
Надежность	Н/Д	Н/Д
Стабильность	7.9	9.6
Тестов верно
Доля успешных попыток	38.9%	24.1%
Нестабильные тесты	5	1
Всего запусков	54	54
Стоимость за результат	0.221	0.116
Общая стоимость	$0.009	$0.005
???? ?????	$0.000 / 1M	$0.100 / 1M
???? ??????	$0.000 / 1M	$0.150 / 1M
Выходные токены	44,652	3,951
Токены рассуждений	0	0
Время ответа (среднее)	11.96s	1.47s
Время ответа (макс.)	68.97s	5.91s
Время ответа (суммарно)	179.34s	26.43s

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
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	582	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
Qwen3.5-9B	5.2	3.4	33.3%	1		5.69s	1,006	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
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	1,255	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
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	249	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
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	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
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	99	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
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	75	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
Qwen3.5-9B	3.2	9.9	0.0%	0		683ms	388	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
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	273	0

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bnoneБесплатно доступноvsElephant Alphamedium MiniMax M2.7mediumvsgpt-oss-120bnoneБесплатно доступно Qwen3.5-9BnonevsGLM 4.7 Flashmedium Elephant AlphamediumvsQwen3.5-9Bnone Mistral Small 4mediumvsgpt-oss-120bnoneБесплатно доступно MiniMax M2.7mediumvsQwen3.5-9Bnone gpt-oss-120bnoneБесплатно доступноvsQwen3 Coder Nextmedium MiniMax M2.5mediumБесплатно доступноvsgpt-oss-120bnoneБесплатно доступно gpt-oss-120bnoneБесплатно доступноvsGLM 4.7 Flashmedium gpt-oss-120bnoneБесплатно доступноvsQwen3.5-9Bmedium Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.5mediumБесплатно доступноvsQwen3.5-9Bnone