GPT-OSS 120B или Grok 4.5 — что лучше?

Сравнение GPT-OSS 120B и Grok 4.5 в КьюВи получается довольно прямым. GPT-OSS 120B занимает позицию 22 с текущей оценкой 5.2 из 10. Grok 4.5 находится на месте 6 и получает 9.2. Это не спор о вкусе: в наших данных модели разделяет ощутимая дистанция.

Обе модели доступны пользователям из Казахстана. В КьюВи можно платить в тенге, выбрать интерфейс на русском или казахском и получить три бесплатных вопроса на старте. Мы добавили Grok 4.5 в день релиза и с тех пор смотрим не на обещания разработчика, а на реальные ответы в одинаковых сценариях.

Качество: Grok 4.5 уверенно впереди

По текущему общему баллу впереди Grok 4.5. У GPT-OSS 120B рейтинг 5.2, у Grok 4.5 — 9.2. Внутри оценки картина ещё понятнее: в кодинге GPT-OSS 120B получает 5.1, а Grok 4.5 — 9.4. Для написания функций, поиска ошибок и разбора чужого проекта преимущество Grok 4.5 выглядит практическим, а не формальным.

В рассуждениях GPT-OSS 120B показывает 9.9, тогда как Grok 4.5 — 9.2. Это сильная сторона GPT-OSS 120B. Модель может хорошо разбирать условия задачи, находить скрытые ограничения и раскладывать сложный вопрос по шагам. Но одного сильного reasoning недостаточно, если ответ приходится перепроверять в коде или просить модель переделать результат.

Grok 4.5 сейчас занимает 6 место рейтинга КьюВи. Впереди него находятся Claude Fable 5 с оценкой 9.8, а среди ближайших ориентиров — Claude Fable 5, GPT-5.6 Sol и Kimi K3. GPT-OSS 120B расположилась заметно ниже. Это полезный контекст: модель OpenAI не провальная, но до лидеров ей пока далеко.

Скорость и цена в тенге

Медианная скорость Grok 4.5 составляет 16 секунд, а надёжность по нашей телеметрии — 100%. Для пользователя это означает предсказуемый рабочий ритм: отправил длинный запрос, немного подождал и получил ответ без постоянных повторных попыток.

По GPT-OSS 120B данных о медианной скорости пока недостаточно. То же касается надёжности: КьюВи ещё собирает статистику. Поэтому обещать, что она будет быстрее или стабильнее Grok 4.5, было бы нечестно.

Средний вопрос для обеих моделей стоит примерно 10 ₸ у GPT-OSS 120B и 10 ₸ у Grok 4.5. При такой разнице выбор не стоит строить вокруг цены: решает качество ответа. GPT-OSS 120B может быть разумной пробой для коротких задач, но экономия быстро исчезает, если приходится уточнять запрос или вручную исправлять результат.

Контекст и типы задач

Контекстное окно GPT-OSS 120B — 131K, у Grok 4.5 — 500K. Grok 4.5 лучше подходит для больших материалов: можно загрузить длинную техническую документацию, несколько файлов проекта или крупный договор и попросить найти связи между разделами. Это особенно удобно, когда вопрос нельзя решить по одному абзацу.

GPT-OSS 120B разумнее использовать для задач, где важна последовательная логика. Например, попросить проверить решение по вероятности, объяснить ошибку в формуле или сравнить два подхода к исследовательской работе. Её показатель рассуждений — 9.9, и это заметно в аккуратно сформулированных учебных запросах.

Для кода победитель очевиднее: Grok 4.5 с показателем 9.4 лучше справляется с рефакторингом Python-сервиса, написанием SQL-запроса под конкретную схему и поиском причины падения тестов. GPT-OSS 120B с 5.1 может дать полезный черновик, но финальный вариант чаще требует проверки.

Есть и простой способ не гадать. В КьюВи обе модели отвечают на один вопрос рядом, поэтому видно, где они согласны, а где одна пропустила условие или придумала лишнее. Для подготовки к экзамену, технического собеседования или выбора архитектуры это удобнее, чем читать один ответ и принимать его на веру.

Честный вердикт

Если нужен лучший универсальный вариант по текущему рейтингу, выбирайте Grok 4.5: именно эта модель впереди по общему баллу Grok 4.5. Для программирования победитель — Grok 4.5, потому что 9.4 выше 5.1. Для длинных документов также выигрывает Grok 4.5 благодаря контексту 500K.

GPT-OSS 120B стоит открыть, когда главная задача — рассуждение, учебное объяснение или разбор условий. Её 9.9 против 9.2 у Grok 4.5 — серьёзный аргумент в отдельных сценариях. Но назвать её лучшей в этом сравнении нельзя: общий результат 5.2 против 9.2 говорит в пользу Grok 4.5.

Мой выбор для ежедневной работы в КьюВи — Grok 4.5. GPT-OSS 120B хороша как второй взгляд и недорогой помощник для логических задач. Обе модели остаются помощниками, а не медицинской, юридической или финансовой консультацией: важные решения нужно проверять по первоисточникам и у профильного специалиста.