Modelos de IA
gpt-oss-120b vs Qwen3.8 27B
Los mismos criterios, lado a lado. Donde la diferencia es pequeña, puede ser ruido de medición.
También buscado como
gpt-oss vs Qwen3.8
Respuesta directa: GPQA Diamond (OpenRouter): gpt-oss-120b 77,4%, Qwen3.8 27B 87,2% (OpenRouter Benchmarks). τ-bench Verified (aerolínea): gpt-oss-120b 67,3%, Qwen3.8 27B 78% (OpenRouter Benchmarks).
| Métrica | gpt-oss-120b | Qwen3.8 27B | Fuente |
|---|---|---|---|
| Pesos ?qué es | abierto | abierto | sin dato |
| Entrada US$/1M ? | US$ 0,15 | US$ 0,15 | sin dato |
| Salida US$/1M ? | US$ 0,60 | US$ 1,88 | sin dato |
| Contexto ? | 131.072 | 1.048.575 | sin dato |
| GPQA Diamond ? | 75,8% | sin dato | Epoch AI |
| OTIS Mock AIME ? | 88,9% | sin dato | Epoch AI |
| GPQA Diamond (OpenRouter) ? | 77,4% | 87,2% | OpenRouter Benchmarks |
| τ-bench Verified (aerolínea) ? | 67,3% | 78% | OpenRouter Benchmarks |
Compara con
Fuentes
- Epoch AI, CC BY 4.0, versión más reciente consultada.
- OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
- OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.
Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.