Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Qué tan inteligente es gpt-oss-120b?
gpt-oss-120b es un modelo de OpenAI, lanzado el 5 ago 2025. Su SI-IQ es 106 (intervalo del 90 % 99–112), estimado a partir de 5 resultados de benchmarks de 3 evaluadores independientes.
Datos
- Desarrollador
- OpenAI
- Lanzamiento
- 5 ago 2025
- Acceso
- Pesos abiertos (licencia restringida)
- Benchmarks utilizados
- 5 resultados de 3 evaluadores
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| Mystery Game Puzzles | 2,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 88,9 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Aider Polyglot | 41,8 % | Aider | Aider LLM Leaderboards · archivo de datos |
| GPQA Diamond | 75,8 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond (OpenRouter run) | 75,8 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
| τ²-bench Airline (OpenRouter run) | 63,3 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, gpt-oss-120b tiene una puntuación de 1352 (1347–1356) a partir de 30.206 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Modelos con un SI-IQ similar
| Modelo | SI-IQ | |
|---|---|---|
| GPT-5 nanoOpenAI | 105 | gpt-oss-120b vs GPT-5 nano |
| o3-miniOpenAI | 105 | gpt-oss-120b vs o3-mini |
| Claude Haiku 4.5Anthropic | 104 | gpt-oss-120b vs Claude Haiku 4.5 |
| MiniMax-M3MiniMax | 108 | gpt-oss-120b vs MiniMax-M3 |
| Gemini 2.5 Pro (Jun 2025)Google DeepMind | 108 | gpt-oss-120b vs Gemini 2.5 Pro (Jun 2025) |
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..