Claude Sonnet 5 vs gpt-oss-120b (medium)

推荐模型 gpt-oss-120b (medium)

它在这里得分最高（6.1），同时成本比Claude Sonnet 5低约 28.8 倍。

详细对比

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05
分数	6.1	6.1
排名	#170	#173
可靠性	10.0	10.0
一致性	8.7	8.0
尝试次数	66/66	66/66
测试正确
尝试通过率	40.9%	50.0%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	7.817	0.224
总成本	$0.548	$0.020
输入价格	$2.000 / 1M	$0.037 / 1M
输出价格	$10.000 / 1M	$0.170 / 1M
总输入令牌	161,032	108,767
输出令牌	22,508	29,378
推理令牌	0	68,904
响应时间（平均）	6.05s	20.81s
响应时间（最大）	33.39s	68.16s
响应时间（总计）	132.99s	332.88s
参数量	~1T 总计 (~100B 激活)	117B 总计 (5.1B 激活)
开放状态	闭源	开源

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

none

medium

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	4.6	7.9	22.2%	1		3.67s	10,590	1,864	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	6.5	10.0	50.0%	0		31.43s	123,013	15,526	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	2.9	7.2	11.1%	1		3.32s	972	930	0
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

切换对比组合