#73 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 tok
摘要
gpt-oss-120b 在 AI BENCHY 上得分 5.8，排名 #73。它的可靠性为 不适用，通过率为 51.9%，总成本为 $0.011，平均响应时间为 16.08s。
gpt-oss-120b 的独特之处： 在这个得分水平下，它的 benchmark 总成本异常低。
输入价格
$0.000 / 1M
输出价格
$0.000 / 1M
不稳定测试
6
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 13:44 新增测试 | 6.1 | 10.0 | $0.013 ↓ | 比较 | |
| 2026-05-22 00:18 测试集已变更 | 5.6 | 10.0 | $0.012 | 比较 | |
| 2026-04-21 12:42 首次记录的运行 | 5.8 | 不适用 | $0.011 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · 首次记录的运行 | 5.8 | 7.2 | 不适用 | 7/18 | 6 | 50,372 | 0 | $0.011 | 16.08s |
| 2026-06-04 13:44 · 新增测试 | 6.1 | 8.0 | 10.0 | 9/21 | 5 | 70,246 | 39,084 | $0.013 | 22.28s |
| 差值 | -0.3 | -0.8 | -2 | +1 | -19874 | -39084 | -$0.003 | -6203ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
gpt-oss-120bmedium免费可用vsQwen3.7 Maxnonegpt-oss-120bmedium免费可用vsQwen3.5-Flashmediumgpt-oss-120bmedium免费可用vsGemini 3 Flash Previewnonegpt-oss-120bmedium免费可用vsGemini 3.5 Flashminimalgpt-oss-120bmedium免费可用vsGemini 3.5 Flashnonegpt-oss-120bmedium免费可用vsRing-2.6-1Tmediumgpt-oss-120bmedium免费可用vsGemini 3.5 Flashhighgpt-oss-120bmedium免费可用vsGemini 3 Flash Previewmediumgpt-oss-120bmedium免费可用vsNemotron 3 Ultra 550b A55bmedium免费可用gpt-oss-120bmedium免费可用vsGPT-5.5low