- 排名
- #361
- 总输出令牌
- 62,213
- 响应时间（平均）
- 28.63s
- 总成本
- $0.016
gpt-oss-120b vs Qwen3.5-9B (medium)
gpt-oss-120b 平均分领先，为 4.2 vs 4.0。 gpt-oss-120b benchmark 成本更低，为 $0.016 vs $0.106。 gpt-oss-120b 更快，为 28.63s vs 110.18s，通过率为 34.8% vs 26.1%。
已对比模型
- 排名
- #365
- 总输出令牌
- 447,247
- 响应时间（平均）
- 110.18s
- 总成本
- $0.106
推荐模型
gpt-oss-120b
它在这里得分最高（4.2），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 | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 4.2 | 4.0 |
| 排名 | #361 | #365 |
| 可靠性 | 10.0 | 8.7 |
| 一致性 | 7.6 | 7.9 |
| 尝试次数 | 60/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 34.8% | 26.1% |
| 不稳定测试 | 3 | 6 |
| 总运行次数 | 60 | 69 |
| 每个结果成本 | 0.274 | 3.523 |
| 总成本 | $0.016 | $0.106 |
| 输入价格 | $0.037 / 1M | $0.100 / 1M |
| 输出价格 | $0.170 / 1M | $0.150 / 1M |
| 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 | 131,652 | 387,323 |
| 输出令牌 | 16,869 | 48,562 |
| 推理令牌 | 53,081 | 410,431 |
| 响应时间（平均） | 28.63s | 110.18s |
| 响应时间（最大） | 140.90s | 569.97s |
| 响应时间（总计） | 486.69s | 1873.00s |
| 参数量 | 117B 总计 (5.1B 激活) | 9B |
| 开放状态 | 开源 | 开源 |
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.
#361 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
#365 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 tok
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 | 6.1 | 3.1 | 66.7% | 1 | 140.90s | 122,571 | 145 | 10,404 | |
| Qwen3.5-9B | 5.2 | 3.2 | 33.3% | 1 | 152.85s | 370,128 | 1,827 | 43,724 |
| 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 | 5,685 | 2,991 | |
| 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 | 0.4 | 22.2% | 1 | 9.57s | 901 | 204 | 3,028 | |
| 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 | 149 | 449 | |
| 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 | 4,675 | 25,774 | |
| 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 | 684 | |
| 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 | 157 | 1,783 | |
| 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 | 2,101 | 1,881 | |
| 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 | 6,087 | |
| 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
gpt-oss-120bnonevsGLM 4.7 FlashmediumMercury 2.5nonevsQwen3.5-9BmediumMiniMax M2.5mediumvsgpt-oss-120bnoneCobuddymedium免费可用vsgpt-oss-120bnoneLing 3.0 TinydefaultvsQwen3.5-9BmediumGranite 4.1 8bdefaultvsQwen3.5-9BmediumNemotron 3.5 Lightningnone免费可用vsQwen3.5-9BmediumTrinity Large Previewdefault免费可用vsgpt-oss-120bnoneKAT Coder AIR V2.5defaultvsgpt-oss-120bnoneMercury 2nonevsQwen3.5-9BmediumRing 2.6 1tdefaultvsgpt-oss-120bnoneLing 3.0 TinyhighvsQwen3.5-9Bmedium