导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview vs gpt-oss-120b benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 6.9 vs 6.7。 gpt-oss-120b benchmark 成本更低，为 $0.013 vs $0.025。 Gemini 3 Flash Preview 更快，为 1.65s vs 22.28s，通过率为 66.7% vs 52.4%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（6.9），同时响应速度比gpt-oss-120b快约 13.5 倍。

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

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17 gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05 免费可用
分数 6.9 6.7
排名 #68 #78
可靠性 10.0 10.0
一致性 9.2 8.0
测试正确
尝试通过率 66.7% 52.4%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 0.186 0.141
总成本 $0.025 $0.013
输入价格 $0.500 / 1M $0.039 / 1M
输出价格 $3.000 / 1M $0.180 / 1M
总输入令牌 37,011 39,084
输出令牌 1,885 20,013
推理令牌 0 50,233
响应时间（平均） 1.65s 22.28s
响应时间（最大） 3.56s 68.16s
响应时间（总计） 23.07s 311.96s

Generation showcase

Hamster playing table tennis

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

#68 Gemini 3 Flash Preview

none
Cost
$0.003
Time
5.6s
Tokens
981 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 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 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 Flash Preview 10.0 10.0 100.0% 0 1.41s 7,263 279 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 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 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 Flash PreviewnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumGemini 3 Flash PreviewnonevsRing-2.6-1TmediumGemini 3.5 Flashminimalvsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium免费可用