OpenAI
·Released on 2025年8月5日gpt-oss-120b API 基准测试 价格和服务商数据
选择与 gpt-oss-120b 对比的模型
选择一个模型后会直接打开对应的对比页面。
LLM
gpt-oss-120b 页面汇总基准测试、API 价格和服务商数据，覆盖 98 家服务商，价格从 $0.0030/request 起。
gpt-oss-120b is an open-weight, 117B-parameter Mixture-of-Experts (MoE) language model from OpenAI designed for high-reasoning, agentic, and general-purpose production use cases. It activates 5.1B par...
质量
0.0
LMSpeed 评分
成本
#22of 180
$0.0030/ 1M · 8:1 in:out
$0.0005 in · $0.0025 out
分类性能
基于独立 benchmark family 的实测能力估计，不确定性单独展示。
- 覆盖
- 7 / 8
- 方法论
- V3.0
#1知识55.2暂定评分1/4 实测维度
80% 区间: 41.2–69.2
broad knowledge55.2
aa_omniscience · artificial_analysis / benchlm_category_knowledge · benchlm_category_knowledge
professional knowledge仅先验
factuality仅先验
retrieval open book仅先验
#2数学53.7暂定评分1/4 实测维度
80% 区间: 37.6–69.8
foundational math53.7
aa_math_index · artificial_analysis_math_index
competition math仅先验
proof frontier仅先验
applied tool math仅先验
#3指令遵循52.1暂定评分1/4 实测维度
80% 区间: 36.1–68.1
constraint following仅先验
structured output仅先验
novel instruction generalization52.1
ifbench · aa_if_bench
long multiturn instruction仅先验
#4综合推理49.2正式评分全站排名 #423/4 实测维度
80% 区间: 40.6–57.9
abstract logic仅先验
scientific causal51.1
critpt · critpt / gpqa · gpqa / hle · hle
multistep constraints52.2
mmlu_pro · mmlu_pro
evidence verification44.5
lcr · lcr
#5代码47.8正式评分全站排名 #293/4 实测维度
80% 区间: 38.7–56.9
code generation56
livecodebench · livecodebench / scicode · scicode
repository engineering44.9
react_native_bench · react_native_evals
debugging testing仅先验
tooling quality42.4
terminalbench · terminal_bench_hard
#6智能体35.9正式评分全站排名 #554/4 实测维度
80% 区间: 29.9–41.9
planning39.5
deep_planning · gert_labs
tool use46.1
tau · tau2_bench
environment execution32.8
enterprise_ops_gym · aa_enterprise_ops_gym / gdpval_aa · benchlm_agentic_gdpval_aa / itbench · aa_itbench
recovery reliability25
apex_agents · apex_agents_aa / briefcase · aa_briefcase_elo / harvey_lab · aa_harvey_lab
#7多语言31.5暂定评分1/4 实测维度
80% 区间: 14.2–48.8
cross language understanding31.5
global_mmlu · aa_global_mmlu_lite
multilingual generation仅先验
reasoning transfer仅先验
low resource robustness仅先验
暂无数据:多模态
技术规格
Input and output token limits for this model, plus how it ranks on long-context understanding.
INPUT
131.1Ktokens
≈ 157.3 pages of text
OUTPUT
131.1Ktokens
8K128K1M4M
131.1K
能力
Technical Details
- 输入
- 输出
- 总参数量
- 120B
- 发布日期
- Aug 2025
- 知识截止
- 2024-06-30
- Tokenizer
- GPT
- 架构
- text->text
- 内容审核
- 否
- 支持参数
- frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_atop_ktop_logprobstop_p
排名
擅长
表现尚可
相对落后
详细分数
更新时间: 2026年8月23日速度与延迟
2 个指标
输出速度153.1 tok/s#15 / 74首字延迟0.56 s#9 / 74
速度与延迟
2 个指标
基准
站内排名
分数
来源
更新时间
置信度
价格
2 个指标
输入价格$0.150/M#22 / 180输出价格$0.595/M#25 / 180
价格
2 个指标
基准
站内排名
分数
来源
更新时间
置信度
智能体
V3.010 个指标 · 正式评分
分数35.9#5580% 区间29.9–41.94/4 实测维度AA Agentic Index13.4#53 / 65APEX-Agents-AA3.1#21 / 23
智能体
V3.010 个指标 · 正式评分
维度与证据
规划拆解39.5
1 个基准族 · 1 个指标
deep_planning · gert_labs · z -1.38 · q 1.00
工具调用46.1
1 个基准族 · 1 个指标
tau · tau2_bench · z -0.63 · q 1.00
环境与长程执行32.8
3 个基准族 · 3 个指标
enterprise_ops_gym · aa_enterprise_ops_gym · z -2.64 · q 1.00
gdpval_aa · benchlm_agentic_gdpval_aa · z -1.09 · q 1.00
itbench · aa_itbench · z -3.00 · q 1.00
恢复与完成可靠性25
3 个基准族 · 3 个指标
apex_agents · apex_agents_aa · z -2.93 · q 1.00
briefcase · aa_briefcase_elo · z -1.93 · q 1.00
harvey_lab · aa_harvey_lab · z -3.00 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
代码
V3.08 个指标 · 正式评分
分数47.8#2980% 区间38.7–56.93/4 实测维度LiveCodeBench70.7%#29 / 115SciCode36.0%#120 / 204
代码
V3.08 个指标 · 正式评分
维度与证据
代码生成56
2 个基准族 · 2 个指标
livecodebench · livecodebench · z 1.34 · q 1.00
scicode · scicode · z 0.07 · q 1.00
仓库工程44.9
1 个基准族 · 1 个指标
react_native_bench · react_native_evals · z -0.69 · q 1.00
调试与测试仅先验
工具化开发与质量42.4
1 个基准族 · 1 个指标
terminalbench · terminal_bench_hard · z -1.22 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
综合推理
V3.05 个指标 · 正式评分
分数49.2#4280% 区间40.6–57.93/4 实测维度MMLU-Pro77.5%#77 / 129GPQA67.2%#143 / 211
综合推理
V3.05 个指标 · 正式评分
维度与证据
抽象逻辑仅先验
科学与因果推理51.1
3 个基准族 · 3 个指标
critpt · critpt · z -0.39 · q 1.00
gpqa · gpqa · z 0.06 · q 1.00
hle · hle · z 0.27 · q 1.00
多步约束52.2
1 个基准族 · 1 个指标
mmlu_pro · mmlu_pro · z 0.09 · q 1.00
证据整合与验证44.5
1 个基准族 · 1 个指标
lcr · lcr · z -1.10 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
知识
V3.08 个指标 · 暂定评分
分数55.280% 区间41.2–69.21/4 实测维度Knowledge score64.0#43 / 69Artificial Analysis Intelligence Index24.1#80 / 111
知识
V3.08 个指标 · 暂定评分
维度与证据
广泛知识55.2
2 个基准族 · 2 个指标
aa_omniscience · artificial_analysis · z 0.95 · q 1.00
benchlm_category_knowledge · benchlm_category_knowledge · z -0.33 · q 1.00
专业知识仅先验
事实性仅先验
检索与开放资料运用仅先验
基准
站内排名
分数
来源
更新时间
置信度
数学
V3.01 个指标 · 暂定评分
分数53.780% 区间37.6–69.81/4 实测维度AA AIME 202593.4#2 / 2
数学
V3.01 个指标 · 暂定评分
维度与证据
基础数学53.7
1 个基准族 · 1 个指标
aa_math_index · artificial_analysis_math_index · z 0.90 · q 1.00
竞赛数学仅先验
高阶证明仅先验
应用与工具辅助数学仅先验
基准
站内排名
分数
来源
更新时间
置信度
多语言
V3.01 个指标 · 暂定评分
分数31.580% 区间14.2–48.81/4 实测维度AA Global-MMLU-Lite82.8#4 / 4
多语言
V3.01 个指标 · 暂定评分
维度与证据
跨语言理解31.5
1 个基准族 · 1 个指标
global_mmlu · aa_global_mmlu_lite · z -3.00 · q 0.50
多语言生成仅先验
推理迁移仅先验
低资源鲁棒性仅先验
基准
站内排名
分数
来源
更新时间
置信度
多模态
V3.01 个指标 · 暂无数据
80% 区间30.8–69.20/4 实测维度Design Arena Website979.0#71 / 75
多模态
V3.01 个指标 · 暂无数据
维度与证据
感知与 OCR仅先验
文档与空间理解仅先验
视觉推理仅先验
视频与落地行动仅先验
基准
站内排名
分数
来源
更新时间
置信度
指令遵循
V3.01 个指标 · 暂定评分
分数52.180% 区间36.1–68.11/4 实测维度AA-IFBench69.0#39 / 84
指令遵循
V3.01 个指标 · 暂定评分
维度与证据
约束遵循仅先验
结构化输出仅先验
新指令泛化52.1
1 个基准族 · 1 个指标
ifbench · aa_if_bench · z 0.01 · q 1.00
多轮与长指令仅先验
基准
站内排名
分数
来源
更新时间
置信度
OpenRouter 端点
20 个端点来自 OpenRouter 的第三方端点数据，和 LMSpeed 自测数据分开展示。部分 30 分钟实时性能字段需要配置 OpenRouter API key 后同步才会出现。
| Provider endpoint | 输入 | 输出 | 1 天在线率 | 30m 延迟 | 30m 吞吐 | 上下文 / 输出 |
|---|---|---|---|---|---|---|
Amazon Bedrock amazon-bedrock/eu-west-1 | $0.150/M | $0.600/M | 100% | — | — | undefined tokens / — |
Cerebras cerebras/fp16 | $0.350/M | $0.750/M | 100.0% | — | — | undefined tokens / undefined tokens |
Groq groq | $0.150/M | $0.600/M | 100.0% | — | — | undefined tokens / undefined tokens |
DigitalOcean digitalocean | $0.055/M | $0.385/M | 99.9% | — | — | undefined tokens / — |
DeepInfra deepinfra/turbo | $0.150/M | $0.600/M | 99.8% | — | — | undefined tokens / undefined tokens |
Parasail parasail/fp4 | $0.100/M | $0.750/M | 99.8% | — | — | undefined tokens / undefined tokens |
AkashML akashml/bf16 | $0.037/M | $0.490/M | 99.7% | — | — | undefined tokens / undefined tokens |
BaseTen baseten/fp4 | $0.100/M | $0.500/M | 99.6% | — | — | undefined tokens / undefined tokens |
SambaNova sambanova | $0.140/M | $0.950/M | 99.6% | — | — | undefined tokens / undefined tokens |
Phala phala | $0.150/M | $0.600/M | 99.6% | — | — | undefined tokens / undefined tokens |
Mara mara | $0.150/M | $0.750/M | 99.1% | — | — | undefined tokens / undefined tokens |
CoreWeave coreweave/fp4 | $0.030/M | $0.170/M | 99.0% | — | — | undefined tokens / undefined tokens |
Nebius nebius/fp4 | $0.150/M | $0.600/M | 98.6% | — | — | undefined tokens / — |
Amazon Bedrock amazon-bedrock | $0.150/M | $0.600/M | 98.4% | — | — | undefined tokens / — |
Mancer 2 mancer/fp8 | $0.085/M | $0.500/M | 98.0% | — | — | undefined tokens / undefined tokens |
Together together | $0.150/M | $0.600/M | 98.0% | — | — | undefined tokens / — |
DeepInfra deepinfra/bf16 | $0.037/M | $0.170/M | 97.7% | — | — | undefined tokens / undefined tokens |
Novita novita/fp4 | $0.050/M | $0.250/M | 97.6% | — | — | undefined tokens / undefined tokens |
SiliconFlow siliconflow/fp8 | $0.050/M | $0.450/M | 89.8% | — | — | undefined tokens / undefined tokens |
Google google-vertex/global | $0.090/M | $0.360/M | 84.7% | — | — | undefined tokens / undefined tokens |
价格对比
对比 gpt-oss-120b 在 98 家服务商的 API 价格。价格从 $0.0030/request 到 $399.60/M，其中 Crond 提供最低价 $0.0030/request。
| 服务商 | 健康度 | 模型变体 | 分组 | 输入 ($/M) | 输出 ($/M) | 速度 (t/s) | 首字延迟 | 检测 |
|---|---|---|---|---|---|---|---|---|
L1 100% | gpt-oss-120b | default | -75%$0.037/M | -71%$0.170/M | — | — | — | |
L1 99% | [极速0.04/次]GPT-OSS-120B | default | $0.037/request | - | — | — | — | |
L1 99% | gpt-oss-120b | default | -7%$0.140/M | -6%$0.561/M | — | — | — | |
L1 99% | gpt-oss-120b | default | -7%$0.140/M | -6%$0.561/M | — | — | — | |
L1 100% | gpt-oss-120b | mix | -97%$0.0041/M | -97%$0.016/M | — | — | — | |
L1 47% | gpt-oss-120b | default | $399.60/M | $1598.40/M | — | — | — | |
L1 100% | gpt-oss-120b | default | -50%$0.075/M | -49%$0.301/M | — | — | — | |
L1 0% | gpt-oss-120b-免费 | 免费玩耍 | $0.0030/request | - | — | — | — |
替代方案与相似模型
GPT-5.4
gpt-5-4
OpenAI 的 GPT-5.4是语言模型，专为通用对话与文本生成任务优化。
9 个共享提供商
GPT-5.3 Codex
gpt-5-3-codex
OpenAI 的 GPT-5.3 Codex是GPT-5.3 系列的代码专精模型，专为代码生成、调试与软件开发任务优化。
9 个共享提供商
GPT-5.2
gpt-5-2
OpenAI 的 GPT-5.2是语言模型，专为通用对话与文本生成任务优化。
9 个共享提供商
GPT-5.4 Mini
gpt-5-4-mini
OpenAI 的 GPT-5.4 Mini是GPT-5.4 系列的轻量语言模型，专为低延迟、低成本的通用对话任务优化。
9 个共享提供商
Claude Opus 4.6
claude-opus-4-6
Anthropic 的 Claude Opus 4.6是语言模型，专为通用对话与文本生成任务优化。
9 个共享提供商
GLM-5.1
glm-5-1
Zhipu 的 GLM-5.1是语言模型，专为通用对话与文本生成任务优化。
9 个共享提供商
常见问题
- gpt-oss-120b 包含哪些基准测试数据？
- LMSpeed 会在数据可用时展示 gpt-oss-120b 的基准测试、API 价格、输出速度、首字延迟和 98 家服务商数据。
- gpt-oss-120b API 价格是多少？
- gpt-oss-120b 在 98 家服务商有价格记录，价格从 $0.0030/request 到 $399.60/M。最低价由 Crond 提供。
- gpt-oss-120b API 价格表包含什么？
- gpt-oss-120b API 价格表会对比 98 家服务商的输入价格、输出价格、免费额度、速度、首字延迟和近期健康数据。
- 哪家服务商的 gpt-oss-120b API 价格最低？
- Crond 当前提供 gpt-oss-120b 的最低收录价格：$0.0030/request，共对比 98 家服务商。
- gpt-oss-120b 的 API 免费吗？
- gpt-oss-120b 目前在 LMSpeed 上没有免费 API 方案，98 家服务商均按 token 计费。