导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: gpt-oss-120b

摘要

Gemini 3.5 Flash vs gpt-oss-120b benchmark 对比：Gemini 3.5 Flash 平均分领先，为 6.8 vs 6.7。 gpt-oss-120b benchmark 成本更低，为 $0.013 vs $0.108。 Gemini 3.5 Flash 更快，为 1.57s vs 22.28s，通过率为 68.3% vs 52.4%。

推荐模型: gpt-oss-120b - 它的得分接近这里的最高分（6.7 vs 6.8），同时成本比Gemini 3.5 Flash低约 8.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19 gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05 免费可用
分数 6.8 6.7
排名 #71 #78
可靠性 10.0 10.0
一致性 9.6 8.0
测试正确
尝试通过率 68.3% 52.4%
不稳定测试 1 5
总运行次数 63 63
每个结果成本 0.767 0.141
总成本 $0.108 $0.013
输入价格 $1.500 / 1M $0.039 / 1M
输出价格 $9.000 / 1M $0.180 / 1M
总输入令牌 39,847 39,084
输出令牌 5,277 20,013
推理令牌 0 50,233
响应时间（平均） 1.57s 22.28s
响应时间（最大） 5.51s 68.16s
响应时间（总计） 33.02s 311.96s

Generation showcase

Hamster playing table tennis

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

#71 Gemini 3.5 Flash

minimal
Cost
$0.041
Time
20.4s
Tokens
4,608 tok

#78 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
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
Gemini 3.5 Flash 6.5 10.0 50.0% 0 892ms 492 405 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 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 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 3.5 Flash 3.0 10.0 0.0% 0 3.56s 15,780 404 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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 3.5 Flash 10.0 10.0 100.0% 0 1.66s 7,548 279 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 3.5 Flash 10.0 10.0 100.0% 0 899ms 633 12 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 922ms 486 117 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 3.5 Flash 6.4 5.8 66.7% 1 893ms 615 76 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 3.5 Flash 10.0 10.0 100.0% 0 1.45s 558 282 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 3.5 Flash 10.0 10.0 100.0% 0 2.79s 5,457 234 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 3.5 Flash 3.0 10.0 0.0% 0 1.76s 156 12 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 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3.5 FlashminimalvsRing-2.6-1TmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsMiMo-V2.5mediumGemini 3.5 FlashminimalvsStep 3.5 Flashmediumgpt-oss-120bmedium免费可用vsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5 NanomediumGemini 3.5 FlashminimalvsKimi K2.7 CodemediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium免费可用Gemini 3 Flash Previewnonevsgpt-oss-120bmedium免费可用Gemini 3.5 FlashminimalvsQwen3.6 27Bmedium