- 排名
- #169
- 总输出令牌
- 98,282
- 响应时间（平均）
- 20.81s
- 总成本
- $0.019
gpt-oss-120b (medium) vs Qwen3.5-Flash (medium)
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 $0.142。 gpt-oss-120b (medium) 更快，为 20.81s vs 84.44s，通过率为 50.0% vs 65.2%。
- 排名
- #172
- 总输出令牌
- 512,846
- 响应时间（平均）
- 84.44s
- 总成本
- $0.142
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-Flash (medium)低约 7.7 倍。
详细对比
| 指标 | gpt-oss-120b gpt-oss-120b medium | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| 分数 | 6.1 | 6.1 |
| 排名 | #169 | #172 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.0 | 7.8 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 50.0% | 65.2% |
| 不稳定测试 | 5 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.224 | 1.491 |
| 总成本 | $0.019 | $0.142 |
| 输入价格 | $0.030 / 1M | $0.065 / 1M |
| 输出价格 | $0.170 / 1M | $0.260 / 1M |
| 总输入令牌 | 108,767 | 118,508 |
| 输出令牌 | 29,378 | 35,457 |
| 推理令牌 | 68,904 | 477,389 |
| 响应时间（平均） | 20.81s | 84.44s |
| 响应时间（最大） | 68.16s | 515.38s |
| 响应时间（总计） | 332.88s | 1773.20s |
| 参数量 | 117B 总计 (5.1B 激活) | ~35B 总计 (~3B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#169 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
#172 Qwen3.5-Flash
medium- 成本
- $0.002
- 时间
- 25.8s
- 令牌
- 4,294 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 672 | 383 | 32,992 |
| 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-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
| 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-Flash | 6.4 | 5.8 | 66.7% | 1 | 266.58s | 94,507 | 10,679 | 204,282 |
| 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-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 6,061 | 235 | 16,237 |
| 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 | 27.55s | 1,286 | 6,390 | 21,466 | |
| Qwen3.5-Flash | 2.9 | 7.2 | 11.1% | 1 | 143.82s | 590 | 23,231 | 30,394 |
| 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-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 516 | 99 | 38,486 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 699 | 98 | 14,139 |
| 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-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 381 | 89 | 12,457 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 8,193 | 309 | 1,284 |
| 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-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 204 | 32 | 37,037 |
快速对比
切换对比组合
gpt-oss-120bmediumvsQwen3.7 FlashnoneQwen3.5-FlashmediumvsInklinglowGemini 3.1 Flash Litenonevsgpt-oss-120bmediumGemini 3.1 Flash LitenonevsQwen3.5-Flashmediumgpt-oss-120bmediumvsInklinglowGemma 4 31Bnone免费可用vsQwen3.5-Flashmediumgpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumGemma 4 31Bnone免费可用vsgpt-oss-120bmediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashmediumClaude Sonnet 5nonevsgpt-oss-120bmediumgpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none