- 排名
- #266
- 总输出令牌
- 292,779
- 响应时间（平均）
- 16.63s
- 总成本
- $0.391
DeepSeek V4.1 Flash vs gpt-oss-120b (medium)
gpt-oss-120b (medium) 平均分领先，为 5.9 vs 5.8。 gpt-oss-120b (medium) benchmark 成本更低，为 $0.030 vs $0.391。 DeepSeek V4.1 Flash 更快，为 16.63s vs 31.58s，通过率为 36.2% vs 47.8%。
已对比模型
- 排名
- #258
- 总输出令牌
- 108,704
- 响应时间（平均）
- 31.58s
- 总成本
- $0.030
推荐模型
gpt-oss-120b (medium)
它在这里得分最高（5.9），同时成本比DeepSeek V4.1 Flash低约 13.5 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash none | gpt-oss-120b gpt-oss-120b medium |
|---|---|---|
| 分数 | 5.8 | 5.9 |
| 排名 | #266 | #258 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 9.1 | 8.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 36.2% | 47.8% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 2.806 | 0.335 |
| 总成本 | $0.391 | $0.030 |
| 输入价格 | $0.013 / 1M | $0.037 / 1M |
| 输出价格 | $1.320 / 1M | $0.170 / 1M |
| 缓存读取价格 | $0.013 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 337,756 | 285,293 |
| 输出令牌 | 292,779 | 29,565 |
| 推理令牌 | 0 | 89,266 |
| 响应时间（平均） | 16.63s | 31.58s |
| 响应时间（最大） | 247.66s | 203.90s |
| 响应时间（总计） | 382.53s | 536.78s |
| 参数量 | 748B 总计 (16B 激活) | 117B 总计 (5.1B 激活) |
| 开放状态 | 开源 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#266 DeepSeek V4.1 Flash
none- 成本
- $0.021
- 时间
- 55.4s
- 令牌
- 17,181 tok
#258 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
类别细分
| 智能体任务 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
快速对比
切换对比组合
Gemini 3.1 Flash Litenonevsgpt-oss-120bmediumDeepSeek V4.1 FlashnonevsLing 3.0 Flashhighgpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumClaude Sonnet 5nonevsgpt-oss-120bmediumDeepSeek V4.1 FlashnonevsRing 2.6 1tmediumTrinity Large ThinkinghighvsDeepSeek V4.1 FlashnoneSeed-2.0-Litenonevsgpt-oss-120bmediumNemotron 3 Ultranone免费可用vsgpt-oss-120bmediumDeepSeek V4.1 FlashnonevsGPT-5 Nanomediumgpt-oss-120bmediumvsMiMo-V2.6-Prononegpt-oss-120bmediumvsQwen3.7 Flashnone