#115 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
OpenAI: gpt-oss-120b vs Qwen: Qwen3.5-35B-A3B
平均分几乎持平，为 6.1 vs 6.1。 gpt-oss-120b (medium) benchmark 成本更低，为 $0.019 vs $0.106。 Qwen3.5-35B-A3B 更快，为 12.72s vs 21.91s，通过率为 50.0% vs 43.9%。
推荐模型gpt-oss-120b (medium)它在这里得分最高（6.1），同时成本比Qwen3.5-35B-A3B低约 5.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | gpt-oss-120b gpt-oss-120b medium | Qwen3.5-35B-A3B Qwen3.5-35B-A3B none |
|---|---|---|
| 分数 | 6.1 | 6.1 |
| 排名 | #115 | #120 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.0 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 50.0% | 43.9% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.221 | 1.578 |
| 总成本 | $0.019 | $0.106 |
| 输入价格 | $0.037 / 1M | $0.140 / 1M |
| 输出价格 | $0.170 / 1M | $1.000 / 1M |
| 总输入令牌 | 108,747 | 134,521 |
| 输出令牌 | 29,772 | 86,614 |
| 推理令牌 | 68,044 | 0 |
| 响应时间（平均） | 21.91s | 12.72s |
| 响应时间（最大） | 68.16s | 209.15s |
| 响应时间（总计） | 328.70s | 279.90s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#120 Qwen3.5-35B-A3B
none- 成本
- $0.005
- 时间
- 28.4s
- 令牌
- 4,518 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 1,314 | 3,518 | 2,177 | |
| Qwen3.5-35B-A3B | 3.4 | 7.9 | 16.7% | 1 | 1.43s | 696 | 574 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 | |
| Qwen3.5-35B-A3B | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,808 | 571 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 23.96s | 81,198 | 10,453 | 22,883 | |
| Qwen3.5-35B-A3B | 3.8 | 5.8 | 33.3% | 1 | 128.29s | 107,066 | 84,104 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 7,476 | 241 | 1,114 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 7,794 | 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 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 1,266 | 6,784 | 20,606 | |
| Qwen3.5-35B-A3B | 7.7 | 10.0 | 66.7% | 0 | 485ms | 789 | 15 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 659 | 107 | 387 | |
| Qwen3.5-35B-A3B | 6.5 | 3.4 | 66.7% | 1 | 1.19s | 522 | 114 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 1,036 | 126 | 1,799 | |
| Qwen3.5-35B-A3B | 6.3 | 10.0 | 50.0% | 0 | 809ms | 711 | 63 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 5.3 | 7.2 | 44.4% | 1 | 21.71s | 1,190 | 1,790 | 2,264 | |
| Qwen3.5-35B-A3B | 3.7 | 7.4 | 22.2% | 1 | 1.35s | 714 | 655 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 6,514 | 287 | 1,083 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 2.30s | 8,211 | 264 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 26.51s | 312 | 3,101 | 3,758 | |
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 493ms | 210 | 11 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash Litenonevsgpt-oss-120bmediumGPT-5 NanomediumvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumgpt-oss-120bmediumvsQwen3.5-Flashnonegpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumGemini 2.5 Flashnonevsgpt-oss-120bmediumNemotron 3 Ultranone免费可用vsgpt-oss-120bmediumGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneSeed-2.0-Litenonevsgpt-oss-120bmediumGemma 4 31Bnone免费可用vsgpt-oss-120bmedium