#106 Claude Sonnet 5
none- 成本
- $0.061
- 时间
- 53.7s
- 令牌
- 6,172 tok
Anthropic: Claude Sonnet 5 vs OpenAI: gpt-oss-120b
Claude Sonnet 5 平均分领先，为 6.3 vs 6.1。 gpt-oss-120b (medium) benchmark 成本更低，为 $0.019 vs $0.548。 Claude Sonnet 5 更快，为 6.04s vs 21.91s，通过率为 45.5% vs 50.0%。
推荐模型gpt-oss-120b (medium)它的得分接近这里的最高分（6.1 vs 6.3），同时成本比Claude Sonnet 5低约 29.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | Claude Sonnet 5 Claude Sonnet 5 none | gpt-oss-120b gpt-oss-120b medium |
|---|---|---|
| 分数 | 6.3 | 6.1 |
| 排名 | #106 | #115 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.7 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 45.5% | 50.0% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.840 | 0.221 |
| 总成本 | $0.548 | $0.019 |
| 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 | 161,035 | 108,747 |
| 输出令牌 | 22,511 | 29,772 |
| 推理令牌 | 0 | 68,044 |
| 响应时间（平均） | 6.04s | 21.91s |
| 响应时间（最大） | 33.39s | 68.16s |
| 响应时间（总计） | 132.85s | 328.70s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#115 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 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 | 5.3 | 7.2 | 44.4% | 1 | 3.28s | 975 | 933 | 0 | |
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 1,266 | 6,784 | 20,606 |
| 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 |
快速对比
切换对比组合
Gemini 3.1 Flash Litenonevsgpt-oss-120bmediumgpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumClaude Sonnet 5nonevsGemma 4 31Bmedium免费可用gpt-oss-120bmediumvsQwen3.5-Flashnonegpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneClaude Sonnet 5nonevsQwen3.5-Flashmediumgpt-oss-120bmediumvsQwen3.5-35B-A3BnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumNemotron 3 Ultranone免费可用vsgpt-oss-120bmediumClaude Sonnet 5nonevsRing-2.6-1TmediumClaude Sonnet 5nonevsGPT-5.6 Lunalow