OpenAI: gpt-oss-120b

Бенчмарки сгенерированы из тестовых наборов Aibenchy в : 19 февр. 2026 г.

Разбивка по категориям

Категория	Полностью пройденные тесты	Score	Стабильность	Доля успешных попыток	Нестабильные тесты	Оценка рассуждения	Стоимость
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	10.00	$0.00029
Data parsing and extraction	1/2	5.50	5.81	83.3%	1	10.00	$0.00052
Domain specific	0/3	1.00	4.41	22.2%	2	8.53	$0.00393
Instructions following	2/2	10.00	10.00	100.0%	0	9.50	$0.00040
Puzzle Solving	1/3	5.00	7.13	44.4%	1	7.89	$0.00059

Сравнить OpenAI: gpt-oss-120b с...

#11 · OpenAI

Рассуждение (medium)

Score: 5.92

Стабильность: 6.03

Доля успешных попыток: 72.2%

Нестабильные тесты: 6

Стоимость за результат: 0.4675

Тестов верно: 6/12

Общая стоимость: $0.02806

#13 · Anthropic

Без рассуждения

Score: 5.75

Стабильность: 9.42

Доля успешных попыток: 52.8%

Нестабильные тесты: 1

Стоимость за результат: 0.9480

Тестов верно: 6/12

Общая стоимость: $0.05688

#10 · Google

Без рассуждения

Score: 6.25

Стабильность: 8.60

Доля успешных попыток: 66.7%

Нестабильные тесты: 2

Стоимость за результат: 0.0754

Тестов верно: 7/12

Общая стоимость: $0.00528

Сравнить OpenAI: gpt-oss-120b с...