#99 gpt-oss-120b
medium- Cost
- $0.001
- Time
- 26.7s
- Tokens
- 555 tok
AI BENCHY 对比
OpenAI: gpt-oss-120b vs Xiaomi: MiMo-V2.5-Pro
摘要
gpt-oss-120b vs MiMo-V2.5-Pro benchmark 对比：gpt-oss-120b 平均分领先，为 6.1 vs 5.5。 gpt-oss-120b benchmark 成本更低，为 $0.013 vs $0.017。 MiMo-V2.5-Pro 更快，为 1.78s vs 22.28s，通过率为 52.4% vs 39.7%。
推荐模型: MiMo-V2.5-Pro - 它的得分接近这里的最高分（5.5 vs 6.1），同时响应速度比gpt-oss-120b快约 12.5 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | gpt-oss-120b gpt-oss-120b medium 免费可用 | MiMo-V2.5-Pro MiMo-V2.5-Pro none |
|---|---|---|
| 分数 | 6.1 | 5.5 |
| 排名 | #99 | #123 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.0 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 52.4% | 39.7% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.141 | 0.648 |
| 总成本 | $0.013 | $0.017 |
| 输入价格 | $0.039 / 1M | $0.435 / 1M |
| 输出价格 | $0.180 / 1M | $0.870 / 1M |
| 总输入令牌 | 39,084 | 30,724 |
| 输出令牌 | 20,013 | 3,043 |
| 推理令牌 | 50,233 | 0 |
| 响应时间（平均） | 22.28s | 1.78s |
| 响应时间（最大） | 68.16s | 8.32s |
| 响应时间（总计） | 311.96s | 37.42s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#123 MiMo-V2.5-Pro
none- Cost
- $0.004
- Time
- 46.4s
- Tokens
- 4,025 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 | |
| MiMo-V2.5-Pro | 3.3 | 8.1 | 8.3% | 1 | 2.67s | 645 | 994 | 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 | |
| MiMo-V2.5-Pro | 4.3 | 7.8 | 22.2% | 1 | 1.41s | 6,559 | 485 | 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 | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 11,535 | 694 | 5,072 | |
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 3.54s | 4,695 | 596 | 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 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 7,758 | 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 | 50.92s | 1,266 | 6,784 | 20,606 | |
| MiMo-V2.5-Pro | 5.3 | 10.0 | 33.3% | 0 | 877ms | 753 | 27 | 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 | |
| MiMo-V2.5-Pro | 4.0 | 10.0 | 0.0% | 0 | 2.58s | 498 | 87 | 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 | |
| MiMo-V2.5-Pro | 6.4 | 10.0 | 50.0% | 0 | 1.03s | 684 | 66 | 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 | |
| MiMo-V2.5-Pro | 6.7 | 4.7 | 77.8% | 2 | 1.30s | 678 | 267 | 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 | |
| MiMo-V2.5-Pro | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 8,238 | 258 | 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 | |
| MiMo-V2.5-Pro | 3.0 | 10.0 | 0.0% | 0 | 1.89s | 216 | 14 | 0 |
快速对比
切换对比组合
gpt-oss-120bmedium免费可用vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用DeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用Ring-2.6-1Tnonevsgpt-oss-120bmedium免费可用CobuddymediumvsMiMo-V2.5-Prononegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnone免费可用vsgpt-oss-120bmedium免费可用MiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.7mediumvsMiMo-V2.5-PrononeMistral Small 4mediumvsMiMo-V2.5-PrononeNemotron 3 Supermedium免费可用vsMiMo-V2.5-Pronone