DeepSeek V4.1 Flash vs gpt-oss-120b (medium)

gpt-oss-120b (medium) лидирует по среднему баллу: 5.9 vs 5.8. gpt-oss-120b (medium) имеет более низкую стоимость benchmark: $0.030 vs $0.391. DeepSeek V4.1 Flash быстрее: 16.63s vs 31.58s, с долей успешных попыток 36.2% vs 47.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #266
Общее число выходных токенов: 292,779
Время ответа (среднее): 16.63s
Общая стоимость: $0.391

Ранг: #258
Общее число выходных токенов: 108,704
Время ответа (среднее): 31.58s
Общая стоимость: $0.030

Рекомендуемая модель gpt-oss-120b (medium)

Здесь у него лучший балл (5.9), при этом он примерно в 13.5 раза дешевле, чем DeepSeek V4.1 Flash.

Подробное сравнение

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash none Релиз: 2026-09-10	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash none Релиз: 2026-09-10	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05
Оценка	5.8	5.9
Ранг	#266	#258
Надежность	9.7	10.0
Стабильность	9.1	8.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	36.2%	47.8%
Нестабильные тесты	3	5
Всего запусков	69	69
Стоимость за результат	2.806	0.335
Общая стоимость	$0.391	$0.030
Цена входа	$0.013 / 1M	$0.037 / 1M
Цена выхода	$1.320 / 1M	$0.170 / 1M
Цена чтения из кэша	$0.013 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	337,756	285,293
Выходные токены	292,779	29,565
Токены рассуждений	0	89,266
Время ответа (среднее)	16.63s	31.58s
Время ответа (макс.)	247.66s	203.90s
Время ответа (суммарно)	382.53s	536.78s
Параметры	748B всего (16B активных)	117B всего (5.1B активных)
Доступность	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#266 DeepSeek V4.1 Flash

none

Стоимость: $0.021
Время: 55.4s
Токены: 17,181 tok

#258 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	7.4	3.8	66.7%	1		55.81s	200,069	18,999	0
gpt-oss-120b	5.0	10.0	0.0%	0		203.90s	176,526	187	20,362

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.7	8.4	8.3%	1		1.90s	552	907	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	5.5	10.0	33.3%	0		83.66s	7,284	263,438	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		10.37s	116,933	8,699	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		3.09s	2,322	117	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	7.7	10.0	66.7%	0		5.46s	684	21	0
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	5.5	10.0	0.0%	0		1.69s	474	93	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		6.81s	633	62	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	5.3	7.2	44.4%	1		1.49s	603	215	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		3.76s	8,016	219	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		1.32s	186	9	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Сменить пару сравнения

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium DeepSeek V4.1 FlashnonevsLing 3.0 Flashhigh gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium DeepSeek V4.1 FlashnonevsRing 2.6 1tmedium Trinity Large ThinkinghighvsDeepSeek V4.1 Flashnone Seed-2.0-Litenonevsgpt-oss-120bmedium Nemotron 3 UltranoneБесплатно доступноvsgpt-oss-120bmedium DeepSeek V4.1 FlashnonevsGPT-5 Nanomedium gpt-oss-120bmediumvsMiMo-V2.6-Pronone gpt-oss-120bmediumvsQwen3.7 Flashnone