Gemini 2.5 Flash vs gpt-oss-120b (medium)

推荐模型 Gemini 2.5 Flash

它的得分接近这里的最高分（6.0 vs 6.1），同时响应速度比gpt-oss-120b (medium)快约 3.4 倍。

详细对比

指标	Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05

指标	Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05
分数	6.0	6.1
排名	#184	#173
可靠性	10.0	10.0
一致性	9.6	8.0
尝试次数	66/66	66/66
测试正确
尝试通过率	39.4%	50.0%
不稳定测试	1	5
总运行次数	66	66
每个结果成本	0.209	0.224
总成本	$0.017	$0.020
输入价格	$0.300 / 1M	$0.037 / 1M
输出价格	$2.500 / 1M	$0.170 / 1M
总输入令牌	39,886	108,767
输出令牌	1,890	29,378
推理令牌	0	68,904
响应时间（平均）	6.19s	20.81s
响应时间（最大）	118.00s	68.16s
响应时间（总计）	136.23s	332.88s
参数量	~350B 总计 (~20B 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

无效SVG

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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	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
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	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
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	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
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

切换对比组合