导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: gpt-oss-120b

摘要

Gemini 3 Flash Preview (medium) vs gpt-oss-120b benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 4.0。 gpt-oss-120b benchmark 成本更低，为 $0.010 vs $0.667。 Gemini 3 Flash Preview (medium) 更快，为 18.64s vs 21.61s，通过率为 98.4% vs 34.9%。

推荐模型: Gemini 3 Flash Preview (medium) - 它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 gpt-oss-120b gpt-oss-120b none 发布日期: 2025-08-05 免费可用
分数 9.6 4.0
排名 #2 #183
可靠性 10.0 10.0
一致性 9.7 8.2
测试正确
尝试通过率 98.4% 34.9%
不稳定测试 1 2
总运行次数 63 57
每个结果成本 3.335 0.168
总成本 $0.667 $0.010
输入价格 $0.500 / 1M $0.036 / 1M
输出价格 $3.000 / 1M $0.180 / 1M
总输入令牌 37,017 9,081
输出令牌 2,006 51,664
推理令牌 214,153 0
响应时间（平均） 18.64s 21.61s
响应时间（最大） 117.26s 113.71s
响应时间（总计） 391.35s 345.79s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 tok

#183 gpt-oss-120b

none
此模型尚未生成任何展示结果。
成本
$0.000
时间
-
令牌
0 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollowgpt-oss-120bnone免费可用vsQwen3.5-9BmediumGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowgpt-oss-120bnone免费可用vsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnone免费可用Cobuddymediumvsgpt-oss-120bnone免费可用Gemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneMistral Small 4mediumvsgpt-oss-120bnone免费可用MiniMax M2.7mediumvsgpt-oss-120bnone免费可用DeepSeek V4 FlashhighvsGemini 3 Flash Previewmedium