导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

OpenAI: GPT-4o-mini vs OpenAI: gpt-oss-120b

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 OpenAI: GPT-4o-mini none 发布日期: 发布日期未知 OpenAI: gpt-oss-120b medium 发布日期: 发布日期未知 免费可用
排名 #28 #25
分数 4.86 5.64
一致性 9.98 7.55
每个结果成本 0.056 0.101
总成本 $0.003 $0.008
测试正确
错误测试数 9 7
尝试通过率 35.7% 59.5%
不稳定测试 0 4
输出令牌 949 11,407
推理令牌 0 26,106

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 输出令牌 推理令牌
OpenAI: GPT-4o-mini 4.00 10.00 33.3% 0 180 0
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
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 输出令牌 推理令牌
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 183 0
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 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 输出令牌 推理令牌
OpenAI: GPT-4o-mini 1.00 10.00 0.0% 0 15 0
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 5.50 10.00 50.0% 0 71 0
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 4.00 9.92 0.0% 0 295 0
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 205 0
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083

切换对比组合

将 OpenAI: GPT-4o-mini 与...对比

将 OpenAI: gpt-oss-120b 与...对比