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

AI BENCHY 对比

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-27B

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-oss-120b medium 发布日期: 发布日期未知 免费可用 Qwen: Qwen3.5-27B none 发布日期: 发布日期未知
排名 #25 #29
分数 5.64 4.70
一致性 7.55 9.93
每个结果成本 0.101 0.190
总成本 $0.008 $0.010
测试正确
错误测试数 7 9
尝试通过率 59.5% 35.7%
不稳定测试 4 0
输出令牌 11,407 1,600
推理令牌 26,106 0

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-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
Qwen: Qwen3.5-27B 4.00 10.00 33.3% 0 264 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 输出令牌 推理令牌
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
Qwen: Qwen3.5-27B 9.88 10.00 100.0% 0 243 0
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-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
Qwen: Qwen3.5-27B 1.00 10.00 0.0% 0 15 0
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-oss-120b 10.00 10.00 100.0% 0 120 1,770
Qwen: Qwen3.5-27B 4.00 10.00 0.0% 0 69 0
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-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
Qwen: Qwen3.5-27B 4.33 9.68 33.3% 0 706 0
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-oss-120b 9.00 9.97 100.0% 0 287 1,083
Qwen: Qwen3.5-27B 10.00 10.00 100.0% 0 303 0

切换对比组合

将 OpenAI: gpt-oss-120b 与...对比

将 Qwen: Qwen3.5-27B 与...对比