#119
OpenAI
اجرا: 2025-08-05
ٹیسٹ کیا گیا: 2026-05-08 15:31
openai/gpt-oss-120b::none
(medium)
(none)
?? ?? ????
$0.000 / 1M
??? ?? ????
$0.000 / 1M
غیر مستحکم ٹیسٹ
2
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 |
|---|---|---|---|---|---|
| 2026-05-08 15:31 سوٹ بدل گیا | 5.2 | 10.0 | $0.011 | 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 | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:31 · موجودہ رن | 5.4 | 9.1 | 10.0 | 6/19 | 2 | 91,564 | $0.019 | 21.61s |
| 2026-04-21 12:42 · پہلا ریکارڈ شدہ رن | 5.2 | 7.9 | دستیاب نہیں | 4/18 | 5 | 44,652 | $0.009 | 11.96s |
| فرق | +0.2 | +1.2 | +2 | -3 | +46912 | +$0.010 | +9656ms |
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۔
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-120bnoneمفت دستیابvsGLM 5.1nonegpt-oss-120bnoneمفت دستیابvsQwen3.5-35B-A3Bnonegpt-oss-120bnoneمفت دستیابvsOwl Alphamediumgpt-oss-120bnoneمفت دستیابvsSeed-2.0-Litenonegpt-oss-120bnoneمفت دستیابvsQwen3.5-27Bnonegpt-oss-120bnoneمفت دستیابvsGemini 3 Flash Previewmediumgpt-oss-120bnoneمفت دستیابvsGemini 3.5 Flashhighgpt-oss-120bnoneمفت دستیابvsRing-2.6-1Tmediumgpt-oss-120bnoneمفت دستیابvsGemini 3.5 Flashlow
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 6.5 | 10.0 | |
| کوڈنگ | 4.3 | 1.1 | |
| مشترکہ | 3.0 | 10.0 | |
| 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 |