AIFIND / MODEL INTELLIGENCE
gpt-oss-20b
OpenAI · 公開日 2025-08-05
集計
総合スコア7.4
参考順位#80
証拠のカバー率21.9%
個別評価5
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
公開されたモデルの重み ↗採用した評価と実行設定
総合評価と利用体験
Arena · 創作総合比較の証拠1,239.9
Creative Writing v3総合比較の証拠665.6
推論
採用しない結果・未測定
- Arena Vision — 採用可能な実測がありません
- DeepSWE v1.1 — 採用可能な実測がありません
- Mystery Game Puzzles — 採用可能な実測がありません
- SimpleQA Verified — 採用可能な実測がありません
- LiveBench · 言語と指示 — 採用可能な実測がありません
- FrontierMath v2 · Tiers 1–3 — 採用可能な実測がありません
- Vals Finance Agent — 採用可能な実測がありません
- LiveBench · 推論と数学 — 採用可能な実測がありません
- LiveBench · コーディング — 採用可能な実測がありません
- FrontierMath v2 · Tier 4 — 採用可能な実測がありません
- APEX-Agents 1.1 — 採用可能な実測がありません
欠測の分野: コーディング、言語理解と指示、画像理解、専門業務、中国語・多言語。公表誤差のない測定: 2 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Muse Spark 1.1 · #303 共通測定
共通証拠の重み 12.5% · 相対的な純支持差 -0.125
| 出典 | gpt-oss-20b | Muse Spark 1.1 | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,239.9 | 1,447.1 | 6.3% |
| Creative Writing v3 ↗ | 665.6 | 1,927.1 | 3.1% |
| Longform Writing ↗ | 21.2 | 70.6 | 3.1% |
Gemini 3.1 Pro Preview · #295 共通測定
共通証拠の重み 21.9% · 相対的な純支持差 -0.219
| 出典 | gpt-oss-20b | Gemini 3.1 Pro Preview | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,239.9 | 1,480.3 | 6.3% |
| Creative Writing v3 ↗ | 665.6 | 1,491.3 | 3.1% |
| Longform Writing ↗ | 21.2 | 68.2 | 3.1% |
| Chess Puzzles ↗ | 0.0% | 49.0% | 3.1% |
| GPQA Diamond ↗ | 46.0% | 94.4% | 6.3% |
DeepSeek V4.1 Flash · #283 共通測定
共通証拠の重み 12.5% · 相対的な純支持差 -0.125
| 出典 | gpt-oss-20b | DeepSeek V4.1 Flash | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,239.9 | 1,440.1 | 6.3% |
| Creative Writing v3 ↗ | 665.6 | 1,540.1 | 3.1% |
| Longform Writing ↗ | 21.2 | 74 | 3.1% |
Claude Opus 4.6 · #275 共通測定
共通証拠の重み 21.9% · 相対的な純支持差 -0.210
| 出典 | gpt-oss-20b | Claude Opus 4.6 | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,239.9 | 1,500.8 | 6.3% |
| Creative Writing v3 ↗ | 665.6 | 1,809.1 | 3.1% |
| Longform Writing ↗ | 21.2 | 77.7 | 3.1% |
| Chess Puzzles ↗ | 0.0% | 14.0% | 3.1% |
| GPQA Diamond ↗ | 46.0% | 88.4% | 6.3% |
GPT-5.6 Terra · #265 共通測定
共通証拠の重み 21.9% · 相対的な純支持差 -0.219
| 出典 | gpt-oss-20b | GPT-5.6 Terra | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,239.9 | 1,425.5 | 6.3% |
| Creative Writing v3 ↗ | 665.6 | 1,854.9 | 3.1% |
| Longform Writing ↗ | 21.2 | 78 | 3.1% |
| Chess Puzzles ↗ | 0.0% | 54.0% | 3.1% |
| GPQA Diamond ↗ | 46.0% | 93.3% | 6.3% |