导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

OpenAI: gpt-oss-120b vs Qwen: Qwen3.5 Plus 2026-02-15

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 OpenAI: gpt-oss-120b medium 发布日期: 发布日期未知 免费可用 Qwen: Qwen3.5 Plus 2026-02-15 medium 发布日期: 发布日期未知
排名 #25 #4
分数 5.64 8.64
一致性 7.55 10.00
每个结果成本 0.101 1.955
总成本 $0.008 $0.235
测试正确
错误测试数 7 2
尝试通过率 59.5% 85.7%
不稳定测试 4 0
输出令牌 11,407 1,258
推理令牌 26,106 93,374

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 输出令牌 推理令牌
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
Qwen: Qwen3.5 Plus 2026-02-15 10.00 10.00 100.0% 0 186 5,926
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 输出令牌 推理令牌
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
Qwen: Qwen3.5 Plus 2026-02-15 10.00 10.00 100.0% 0 283 14,892
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
Qwen: Qwen3.5 Plus 2026-02-15 4.00 10.00 33.3% 0 56 39,882
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Qwen: Qwen3.5 Plus 2026-02-15 9.50 9.99 100.0% 0 102 9,257
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
Qwen: Qwen3.5 Plus 2026-02-15 10.00 10.00 100.0% 0 322 22,508
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083
Qwen: Qwen3.5 Plus 2026-02-15 10.00 10.00 100.0% 0 309 909

切换对比组合

将 OpenAI: gpt-oss-120b 与...对比

将 Qwen: Qwen3.5 Plus 2026-02-15 与...对比