OpenAI
اجرا: 2025-08-05
ٹیسٹ کیا گیا: 2026-10-01 05:17
openai/gpt-oss-120b::none
117B کل (5.1B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
gpt-oss-120b AI BENCHY پر 4.2 اسکور کرتا ہے اور #361 پر ہے۔ اس کی reliability 10.0، pass rate 34.8%، کل لاگت $0.016، اور اوسط response time 28.63s ہے۔
gpt-oss-120b کو منفرد کیا بناتا ہے: یہ خودمختار ایجنٹ کے کام میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #10.
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 117B کل (5.1B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- Apache-2.0
4.2
تسلسل
7.6
10.0
کل آؤٹ پٹ ٹوکنز
62,213
کل ان پٹ ٹوکنز
131,652
ان پٹ قیمت
$0.037 / 1M
آؤٹ پٹ قیمت
$0.170 / 1M
کیش پڑھنے کی قیمت
دستیاب نہیں
کیش میں لکھنے کی قیمت
دستیاب نہیں
کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔
غلط ٹیسٹس: 14
فی کوشش کامیابی کی شرح: 34.8%
بینچ مارک کوریج: 60/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)
غیر مستحکم ٹیسٹ
3
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-10-01 05:17 سوٹ بدل گیا | 4.2 | 10.0 | $0.016 ↓ | موجودہ رن | |
| 2026-04-21 12:42 پہلا ریکارڈ شدہ رن | 5.2 | دستیاب نہیں | $0.009 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 05:17 · موجودہ رن | 60/69 کوششیں | 4.2 | 7.6 | 10.0 | 6/20 | 3 | 62,213 | 131,652 | $0.016 | 28.63s |
| 2026-04-21 12:42 · پہلا ریکارڈ شدہ رن | 54/54 کوششیں | 5.2 | 7.9 | دستیاب نہیں | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| فرق | — | -1.0 | -0.3 | +2 | -2 | +17561 | +131652 | +$0.007 | +16672ms |
بینچ مارک کوریج مختلف ہے: 60/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
قیمت کی تاریخ
OpenRouter سے اس ماڈل کے تاریخی قیمت کے اعداد و شمار۔
| تاریخ | ان پٹ قیمت | آؤٹ پٹ قیمت | کیش پڑھنے کی قیمت | کیش میں لکھنے کی قیمت |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.039 / 1M | $0.180 / 1M | دستیاب نہیں | دستیاب نہیں |
| 2026-06-29 01:00 | $0.030 / 1M | $0.150 / 1M | دستیاب نہیں | دستیاب نہیں |
| 2026-07-09 20:59 | $0.036 / 1M | $0.180 / 1M | دستیاب نہیں | دستیاب نہیں |
| 2026-07-16 15:36 | $0.037 / 1M | $0.170 / 1M | دستیاب نہیں | دستیاب نہیں |
| 2026-08-12 11:59 | $0.030 / 1M | $0.170 / 1M | دستیاب نہیں | دستیاب نہیں |
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
gpt-oss-120bnonevsGLM 4.7 Flashmediumgpt-oss-120bnonevsMercury 2.5nonegpt-oss-120bnonevsMiniMax M2.5mediumgpt-oss-120bnonevsQwen3.5-9Bmediumgpt-oss-120bnonevsMercury 2nonegpt-oss-120bnonevsLing 3.0 Tinydefaultgpt-oss-120bnonevsCobuddymediumمفت دستیابgpt-oss-120bnonevsGranite 4.1 8bdefaultgpt-oss-120bnonevsGranite 4.2 8Bnonegpt-oss-120bnonevsNemotron 3.5 Lightningnoneمفت دستیاب
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| خودمختار ایجنٹ کے کام | 6.1 | 3.1 | |
| اینٹی اے آئی چالیں | 6.5 | 10.0 | |
| کوڈنگ | 1.5 | 0.4 | |
| مشترکہ | 1.5 | 5.0 | |
| ڈیٹا پارسنگ اور استخراج | 6.5 | 10.0 | |
| ڈومین مخصوص | 3.0 | 10.0 | |
| عمومی ذہانت | 4.8 | 10.0 | |
| ہدایات کی پیروی | 9.8 | 10.0 | |
| پہیلی حل کرنا | 6.0 | 7.2 | |
| ٹول کالنگ | 3.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |