- 排名
- #252
- 总输出令牌
- 118,831
- 响应时间（平均）
- 31.58s
- 总成本
- $0.030
gpt-oss-120b (medium) vs Qwen3.8 Flash Next
gpt-oss-120b (medium) 平均分领先，为 5.9 vs 5.8。 Qwen3.8 Flash Next benchmark 成本更低，为 ~$0.011 vs $0.030。 Qwen3.8 Flash Next 更快，为 5.71s vs 31.58s，通过率为 47.8% vs 43.5%。
已对比模型
- 排名
- #258
- 总输出令牌
- 9,077
- 响应时间（平均）
- 5.71s
- 总成本
- ~$0.011
推荐模型
Qwen3.8 Flash Next
它的得分接近这里的最高分（5.8 vs 5.9），同时成本比gpt-oss-120b (medium)低约 2.7 倍。
详细对比
| 指标 | gpt-oss-120b gpt-oss-120b medium | Qwen3.8 Flash Next Qwen3.8 Flash Next none |
|---|---|---|
| 分数 | 5.9 | 5.8 |
| 排名 | #252 | #258 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.1 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 47.8% | 43.5% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.335 | ~0.136 |
| 总成本 | $0.030 | ~$0.011 |
| 输入价格 | $0.037 / 1M | 不适用 |
| 输出价格 | $0.170 / 1M | 不适用 |
| 缓存读取价格 | 不适用 | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 285,293 | 266,004 |
| 输出令牌 | 29,565 | 9,077 |
| 推理令牌 | 89,266 | 0 |
| 响应时间（平均） | 31.58s | 5.71s |
| 响应时间（最大） | 203.90s | 65.25s |
| 响应时间（总计） | 536.78s | 131.36s |
| 参数量 | 117B 总计 (5.1B 激活) | 180B 总计 (6B 激活) |
| 开放状态 | 开源 | 权重可用 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#252 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
#258 Qwen3.8 Flash Next
none- 成本
- ~$0.001
- 时间
- 27.5s
- 令牌
- 2,983 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
| 智能体任务 | 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 | 5.0 | 10.0 | 0.0% | 0 | 203.90s | 176,526 | 187 | 20,362 | |
| Qwen3.8 Flash Next | 5.0 | 10.0 | 0.0% | 0 | 65.25s | 185,217 | 1,896 | 0 |
| 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 | |
| Qwen3.8 Flash Next | 6.5 | 10.0 | 50.0% | 0 | 1.70s | 696 | 504 | 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 | |
| Qwen3.8 Flash Next | 5.5 | 10.0 | 33.3% | 0 | 1.64s | 7,911 | 669 | 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 | |
| Qwen3.8 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 11.98s | 53,031 | 4,614 | 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 1.60s | 8,109 | 249 | 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 | 27.55s | 1,286 | 6,390 | 21,466 | |
| Qwen3.8 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 5.38s | 798 | 24 | 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 | |
| Qwen3.8 Flash Next | 6.1 | 3.1 | 66.7% | 1 | 1.09s | 522 | 103 | 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 | |
| Qwen3.8 Flash Next | 7.1 | 5.8 | 83.3% | 1 | 612ms | 711 | 74 | 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 | |
| Qwen3.8 Flash Next | 6.3 | 7.8 | 55.6% | 1 | 1.30s | 714 | 667 | 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 8,085 | 259 | 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 | |
| Qwen3.8 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 540ms | 210 | 18 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash Litenonevsgpt-oss-120bmediumgpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumClaude Sonnet 5nonevsgpt-oss-120bmediumSeed-2.0-Litenonevsgpt-oss-120bmediumNemotron 3 Ultranone免费可用vsgpt-oss-120bmediumgpt-oss-120bmediumvsMiMo-V2.6-Prononegpt-oss-120bmediumvsQwen3.7 FlashnoneLing 3.0 FlashhighvsQwen3.8 Flash Nextnonegpt-oss-120bmediumvsGLM 5.3 FlashXlowRing 2.6 1tmediumvsQwen3.8 Flash NextnoneTrinity Large ThinkinghighvsQwen3.8 Flash Nextnone