gpt-oss-120b vs GLM 4.7 Flash (medium)

GLM 4.7 Flash (medium) лидирует по среднему баллу: 4.2 vs 4.2. gpt-oss-120b имеет более низкую стоимость benchmark: $0.016 vs $0.193. gpt-oss-120b быстрее: 28.63s vs 150.90s, с долей успешных попыток 34.8% vs 30.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #361
Общее число выходных токенов: 62,213
Время ответа (среднее): 28.63s
Общая стоимость: $0.016

Ранг: #360
Общее число выходных токенов: 447,599
Время ответа (среднее): 150.90s
Общая стоимость: $0.193

Рекомендуемая модель gpt-oss-120b

Его балл близок к лучшему здесь (4.2 против 4.2), при этом он примерно в 12.5 раза дешевле, чем GLM 4.7 Flash (medium).

Подробное сравнение

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

Метрика	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19
Оценка	4.2	4.2
Ранг	#361	#360
Надежность	10.0	9.4
Стабильность	7.6	7.1
Попытки	60/69	69/69
Тестов верно
Доля успешных попыток	34.8%	30.4%
Нестабильные тесты	3	8
Всего запусков	60	69
Стоимость за результат	0.274	4.822
Общая стоимость	$0.016	$0.193
Цена входа	$0.037 / 1M	$0.061 / 1M
Цена выхода	$0.170 / 1M	$0.400 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	131,652	228,711
Выходные токены	16,869	42,254
Токены рассуждений	53,081	422,121
Время ответа (среднее)	28.63s	150.90s
Время ответа (макс.)	140.90s	1539.97s
Время ответа (суммарно)	486.69s	2414.33s
Параметры	117B всего (5.1B активных)	30B всего (3B активных)
Доступность	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#361 gpt-oss-120b

none

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 tok

#360 GLM 4.7 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 186.2s
Токены: 12,112 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.1	3.1	66.7%	1		140.90s	122,571	145	10,404
GLM 4.7 Flash	3.9	9.6	0.0%	0		399.20s	149,607	0	44,841

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	5,685	2,991
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	1.5	0.4	22.2%	1		9.57s	901	204	3,028
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	1.5	5.0	0.0%	0		0ms	0	0	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

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	6.5	10.0	50.0%	0		7.12s	2,421	149	449
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Предметно-ориентированное	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		34.98s	1,294	4,675	25,774
GLM 4.7 Flash	3.5	4.4	33.3%	2		96.74s	696	31,500	28,565

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	684
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Следование инструкциям	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		5.06s	1,043	157	1,783
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
gpt-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	2,101	1,881
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

Вызов инструментов	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		0ms	0	0	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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		47.29s	314	3,138	6,087
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Сменить пару сравнения

Mercury 2.5nonevsGLM 4.7 Flashmedium MiniMax M2.5mediumvsgpt-oss-120bnone gpt-oss-120bnonevsQwen3.5-9Bmedium Mercury 2nonevsGLM 4.7 Flashmedium Granite 4.2 8BnonevsGLM 4.7 Flashmedium CobuddymediumБесплатно доступноvsgpt-oss-120bnone Trinity Large PreviewdefaultБесплатно доступноvsGLM 4.7 Flashmedium KAT Coder AIR V2.5defaultvsGLM 4.7 Flashmedium Nemotron 3 SupernoneБесплатно доступноvsGLM 4.7 Flashmedium Trinity Large PreviewdefaultБесплатно доступноvsgpt-oss-120bnone KAT Coder AIR V2.5defaultvsgpt-oss-120bnone Ring 2.6 1tdefaultvsGLM 4.7 Flashmedium