OpenAI
发布日期: 2025-08-05
测试于: 2026-04-21 12:42
openai/gpt-oss-120b::none
117B 总计 (5.1B 激活)MoE开源
(medium)
(none)
摘要
gpt-oss-120b 在 AI BENCHY 上得分 5.2，排名 #91。它的可靠性为 不适用，通过率为 38.9%，总成本为 $0.009，平均响应时间为 11.96s。
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。
模型信息
调研日期：2026-08-12
- 参数量
- 117B 总计 (5.1B 激活)
- 架构
- MoE
- 开放状态
- 开源
- 许可证
- Apache-2.0
输入价格
$0.000 / 1M
输出价格
$0.000 / 1M
不稳定测试
5
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）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-08 15:31 测试集已变更 | 3.7 | 10.0 | $0.010 ↓ | 比较 | |
| 2026-04-21 12:42 首次记录的运行 | 5.2 | 不适用 | $0.009 | 当前轮次 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 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 | 54/54 次尝试 | 5.2 | 7.9 | 不适用 | 4/18 | 5 | 44,652 | 0 | $0.009 | 11.96s |
| 2026-05-08 15:31 · 测试集已变更 | 57/57 次尝试 | 3.7 | 7.8 | 10.0 | 6/19 | 2 | 51,664 | 9,081 | $0.010 | 21.61s |
| 差值 | — | +1.5 | +0.1 | -2 | +3 | -7012 | -9081 | -$0.001 | -9656ms |
基准测试覆盖率不同：54/54 次尝试 (目标：每项测试重复 3 次) 对比 57/57 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
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-120bnone免费可用vsLing 3.0 Tinymediumgpt-oss-120bnone免费可用vsQwen3.5-9Bmediumgpt-oss-120bnone免费可用vsLing 3.0 Tinylowgpt-oss-120bnone免费可用vsLing 3.0 Tinyhighgpt-oss-120bnone免费可用vsNemotron 3.5 Lightningnone免费可用gpt-oss-120bnone免费可用vsGranite 4.1 8Bnonegpt-oss-120bnone免费可用vsLing 3.0 Tinynonegpt-oss-120bnone免费可用vsGrok 4.20nonegpt-oss-120bnone免费可用vsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsLaguna S 2.1none免费可用