- 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 GLM 4.7 Flash (medium)
GLM 4.7 Flash (medium) 平均分领先，为 4.2 vs 4.2。 gpt-oss-120b benchmark 成本更低，为 $0.016 vs $0.193。 gpt-oss-120b 更快，为 28.63s vs 150.90s，通过率为 34.8% vs 30.4%。
已对比模型
- 排名
- #360
- 总输出令牌
- 447,599
- 响应时间（平均）
- 150.90s
- 总成本
- $0.193
推荐模型
gpt-oss-120b
它的得分接近这里的最高分（4.2 vs 4.2），同时成本比GLM 4.7 Flash (medium)低约 12.5 倍。
详细对比
| 指标 | gpt-oss-120b gpt-oss-120b none | GLM 4.7 Flash GLM 4.7 Flash medium |
|---|---|---|
| 分数 | 4.2 | 4.2 |
| 排名 | #361 | #360 |
| 可靠性 | 10.0 | 9.4 |
| 一致性 | 7.6 | 7.1 |
| 尝试次数 | 60/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 34.8% | 30.4% |
| 不稳定测试 | 3 | 8 |
| 总运行次数 | 60 | 69 |
| 每个结果成本 | 0.274 | 4.822 |
| 总成本 | $0.016 | $0.193 |
| 输入价格 | $0.037 / 1M | $0.061 / 1M |
| 输出价格 | $0.170 / 1M | $0.400 / 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 | 228,711 |
| 输出令牌 | 16,869 | 42,254 |
| 推理令牌 | 53,081 | 422,121 |
| 响应时间（平均） | 28.63s | 150.90s |
| 响应时间（最大） | 140.90s | 1539.97s |
| 响应时间（总计） | 486.69s | 2414.33s |
| 参数量 | 117B 总计 (5.1B 激活) | 30B 总计 (3B 激活) |
| 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
#360 GLM 4.7 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- 成本
- $0.000
- 时间
- 186.2s
- 令牌
- 12,112 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 | |
| GLM 4.7 Flash | 3.9 | 9.6 | 0.0% | 0 | 399.20s | 149,607 | 0 | 44,841 |
| 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 | |
| GLM 4.7 Flash | 4.7 | 5.9 | 41.7% | 2 | 14.95s | 555 | 1,122 | 6,110 |
| 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 | |
| GLM 4.7 Flash | 3.2 | 7.4 | 11.1% | 1 | 55.33s | 3,106 | 4,981 | 22,387 |
| 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 | |
| GLM 4.7 Flash | 2.9 | 6.0 | 16.7% | 1 | 802.77s | 59,030 | 2,585 | 305,678 |
| 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 | |
| GLM 4.7 Flash | 6.3 | 10.0 | 50.0% | 0 | 1.51s | 7,107 | 584 | 2,755 |
| 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 | |
| GLM 4.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 96.74s | 696 | 31,500 | 28,565 |
| 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 | |
| GLM 4.7 Flash | 3.6 | 9.7 | 0.0% | 0 | 18.14s | 318 | 18 | 2,138 |
| 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 | |
| GLM 4.7 Flash | 6.2 | 5.8 | 66.7% | 1 | 2.97s | 636 | 388 | 2,181 |
| 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 | |
| GLM 4.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 12.93s | 521 | 781 | 5,255 |
| 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 | |
| GLM 4.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.95s | 6,949 | 224 | 1,014 |
| 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 | |
| GLM 4.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 11.13s | 186 | 71 | 1,197 |
快速对比
切换对比组合
Mercury 2.5nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsgpt-oss-120bnonegpt-oss-120bnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumGranite 4.2 8BnonevsGLM 4.7 FlashmediumCobuddymedium免费可用vsgpt-oss-120bnoneTrinity Large Previewdefault免费可用vsGLM 4.7 FlashmediumKAT Coder AIR V2.5defaultvsGLM 4.7 FlashmediumNemotron 3 Supernone免费可用vsGLM 4.7 FlashmediumTrinity Large Previewdefault免费可用vsgpt-oss-120bnoneKAT Coder AIR V2.5defaultvsgpt-oss-120bnoneRing 2.6 1tdefaultvsGLM 4.7 Flashmedium