#169 gpt-oss-120b
medium- Стоимость
- $0.001
- Время
- 26.7s
- Токены
- 555 tok
OpenAI
Релиз: 2025-08-05
Проверено: 2026-08-14 02:08
openai/gpt-oss-120b::medium
117B всего (5.1B активных)MoEОткрытый исходный код
(medium)
(none)
Сводка
gpt-oss-120b набирает 6.1 в AI BENCHY и занимает #169. У модели надежность 10.0, доля успешных попыток 50.0%, общая стоимость $0.019 и среднее время ответа 20.81s.
Что делает gpt-oss-120b особенной: Сильнее всего модель выделяется в Комбинированный, где занимает #1; самая слабая область — Предметно-ориентированное с #15. Общая стоимость benchmark необычно низкая для такого уровня результата.
Сведения о модели
Дата исследования: 2026-08-12
- Параметры
- 117B всего (5.1B активных)
- Архитектура
- MoE
- Доступность
- Открытый исходный код
- Лицензия
- Apache-2.0
6.1
Стабильность
8.0
10.0
Общее число выходных токенов
98,282
Общее число входных токенов
108,767
Цена входа
$0.030 / 1M
Цена выхода
$0.170 / 1M
Нестабильные тесты
5
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-08-14 02:08 Повторный тест | 6.1 | 10.0 | $0.019 ↓ | Текущий запуск | |
| 2026-07-16 22:24 Добавлен новый тест | 6.1 | 10.0 | $0.019 ↓ | Сравнить | |
| 2026-06-04 13:44 Добавлен новый тест | 6.1 | 10.0 | $0.013 ↓ | Сравнить | |
| 2026-05-22 00:18 Набор изменён | 5.6 | 10.0 | $0.012 | Сравнить | |
| 2026-04-21 12:42 Первый зафиксированный запуск | 5.8 | Н/Д | $0.011 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:08 · Текущий запуск | 66/66 попыток | 6.1 | 8.0 | 10.0 | 9/22 | 5 | 98,282 | 108,767 | $0.019 | 20.81s |
| 2026-04-21 12:42 · Первый зафиксированный запуск | 54/54 попыток | 5.8 | 7.2 | Н/Д | 7/18 | 6 | 50,372 | 0 | $0.011 | 16.08s |
| Разница | — | +0.3 | +0.8 | +2 | -1 | +47910 | +108767 | +$0.009 | +4725ms |
Покрытие бенчмарка различается: 66/66 попыток (Цель: 3 повторов на тест) против 54/54 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
История цен
Исторические данные о ценах для этой модели из OpenRouter.
| Дата | Цена входа | Цена выхода |
|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M |
| 2026-07-16 15:36 | $0.037 / 1M | $0.170 / 1M |
| 2026-08-14 12:51 | $0.030 / 1M | $0.170 / 1M |
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
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
Быстрое сравнение
gpt-oss-120bmediumvsQwen3.5-35B-A3Bmediumgpt-oss-120bmediumvsQwen3.7 Flashnonegpt-oss-120bmediumvsGemini 3.1 Flash Liteminimalgpt-oss-120bmediumvsGemini 3.1 Flash Litenonegpt-oss-120bmediumvsClaude Sonnet 5nonegpt-oss-120bmediumvsQwen3.5-Flashmediumgpt-oss-120bmediumvsGPT-5.6 Lunalowgpt-oss-120bmediumvsInklinglowgpt-oss-120bmediumvsGemma 4 31BmediumБесплатно доступноgpt-oss-120bmediumvsTrinity Large Thinkingmedium
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 6.7 | 9.9 | |
| Программирование | 5.9 | 7.0 | |
| Комбинированный | 6.5 | 10.0 | |
| Парсинг и извлечение данных | 6.4 | 5.9 | |
| Предметно-ориентированное | 2.9 | 4.4 | |
| Общий интеллект | 4.3 | 10.0 | |
| Следование инструкциям | 9.9 | 10.0 | |
| Решение головоломок | 5.3 | 7.2 | |
| Вызов инструментов | 9.8 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |