- 排名
- #285
- 总输出令牌
- 51,664
- 响应时间（平均）
- 21.61s
- 总成本
- $0.010
gpt-oss-120b vs Qwen3.5-9B (medium)
平均分几乎持平，为 3.7 vs 3.8。 gpt-oss-120b benchmark 成本更低，为 $0.010 vs $0.062。 gpt-oss-120b 更快，为 21.61s vs 107.51s，通过率为 33.3% vs 25.8%。
- 排名
- #282
- 总输出令牌
- 413,442
- 响应时间（平均）
- 107.51s
- 总成本
- $0.062
推荐模型
gpt-oss-120b
它在这里得分最高（3.7），同时成本比Qwen3.5-9B (medium)低约 6.8 倍。
详细对比
| 指标 | gpt-oss-120b gpt-oss-120b none 免费可用 | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 3.7 | 3.8 |
| 排名 | #285 | #282 |
| 可靠性 | 10.0 | 6.0 |
| 一致性 | 7.8 | 8.1 |
| 尝试次数 | 57/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 25.8% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 57 | 66 |
| 每个结果成本 | 0.168 | 2.061 |
| 总成本 | $0.010 | $0.062 |
| 输入价格 | $0.030 / 1M | $0.100 / 1M |
| 输出价格 | $0.170 / 1M | $0.150 / 1M |
| 总输入令牌 | 9,081 | 17,195 |
| 输出令牌 | 51,664 | 46,735 |
| 推理令牌 | 0 | 366,707 |
| 响应时间（平均） | 21.61s | 107.51s |
| 响应时间（最大） | 113.71s | 569.97s |
| 响应时间（总计） | 345.79s | 1720.15s |
| 参数量 | 117B 总计 (5.1B 激活) | 9B |
| 开放状态 | 开源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#285 gpt-oss-120b
none
此模型尚未生成任何展示结果。
- 成本
- 不适用
- 时间
- -
- 令牌
- 0 tok
#282 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 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 | 6.5 | 10.0 | 50.0% | 0 | 32.84s | 1,336 | 8,676 | 0 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 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 | 1.5 | 4.0 | 22.2% | 1 | 9.57s | 901 | 3,232 | 0 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 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 | 1.5 | 5.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 | 6.5 | 10.0 | 50.0% | 0 | 7.12s | 2,421 | 598 | 0 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 34.98s | 1,294 | 29,483 | 0 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 272.50s | 420 | 29,239 | 205,666 |
| 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 | 4.8 | 10.0 | 0.0% | 0 | 10.79s | 584 | 615 | 0 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 5.06s | 1,043 | 1,940 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 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 | 6.0 | 7.2 | 55.6% | 1 | 8.21s | 1,188 | 3,982 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 |
| 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 | 47.29s | 314 | 3,138 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 |
快速对比
切换对比组合
Ling 3.0 Tinymediumvsgpt-oss-120bnone免费可用Ling 3.0 TinylowvsQwen3.5-9BmediumLing 3.0 TinyhighvsQwen3.5-9BmediumLing 3.0 Tinylowvsgpt-oss-120bnone免费可用Ling 3.0 Tinyhighvsgpt-oss-120bnone免费可用Nemotron 3.5 Lightningnone免费可用vsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumLing 3.0 TinynonevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.20nonegpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumLaguna S 2.1none免费可用vsQwen3.5-9BmediumMiniMax M2.5mediumvsgpt-oss-120bnone免费可用