gpt-oss-120b
OpenAI · gpt-oss-120b
适用于自托管智能体和可控部署的开放 GPT 推理模型
能读 131K能调工具会深度思考
官方价¥0.2614/ ¥1.207每百万 Token
中转最低0.1折¥0.0003 / ¥0.0025
19家在卖5份验真报告20%验真通过
模型基础信息
- 厂商
- ChatGPT
- 模型类型
- 文本与多模态
- 一次能读多少
- 131K Token一次对话能塞进去的最大内容量，长文档、长代码要看这项
- 一次能写多少
- 40,960 Token单次回答的长度上限
- 能接收什么
- 文本可以发给它的内容类型
- 能产出什么
- 文本它能生成的内容类型
- 能调工具吗
- 可以能不能自动调用外部函数、查资料、执行动作
- 怎么计费
- 按 Token 计费官方按什么单位收钱
- 现在还能用吗
- 可以用 · 状态来源
- 这些资料是哪个地区的资料适用地区
- 全球按厂商全球公布的资料显示；国内没单独公布时，也用这一份。
它会做什么能读上传的文件会聊天擅长推理支持结构化输出回答风格可调会写字会调工具
官方价格
折扣与价格评分按全球的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|---|---|
| 输入 | 全球 | 0.2614 CNY每百万 Token |
| 输出 | 全球 | 1.207 CNY每百万 Token |
它还叫这些名字（2 条）
gpt-oss-120bopenai/GPT-OSS-120B
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
它有多强
综合能力：Source: Artificial Analysis；单项成绩来自 Epoch AI, AI Benchmarking Hub (2026)入门综合能力梯队
入门中端高端旗舰
第 121 名在 168 个在售模型里
按第三方评测机构 Artificial Analysis 的智能指数，只跟当前在售的模型排名，每个模型按它最强的推理档位算：前 15% 为旗舰，15%–40% 为高端，40%–70% 为中端，其余为入门。只比能力，不看价格。它有 2 个推理档位的成绩，名次按最强的一档算；想看省钱的档位，看选模型页的性价比榜。
推理与数学
2 项评测 · 1/2 项好于同类中位科学难题、数学和没见过的新题，看它想得清不清楚。
GPQA Diamond
研究生水平的物理、化学、生物难题。拿它做研究、分析复杂问题时看这项。
高推理档中位 75.1% · 最高 96.4% · 324 个成绩
75.8%±高于同类中位
SimpleBench
普通人一眼能答对、模型却容易掉坑的常识题。看它日常对话靠不靠谱。
默认档中位 49.5% · 最高 81.9% · 102 个成绩
22.1%低于同类中位
编程
1 项评测 · 0/1 项好于同类中位自己动手写代码、改代码、跑通工程任务。
AA 编程指数
Artificial Analysis 用命令行工程任务和科学编程题测出的编程能力分。用它写代码时看这项。
高推理档中位 44.2 · 最高 81.6 · 258 个成绩
30.4低于同类中位
独立干活
1 项评测 · 0/1 项好于同类中位配上工具自己查资料、做长任务，适合交给它一整件事。
AA Agent 指数
Artificial Analysis 测模型自己调用工具、完成多步任务的能力分。把一整件事交给它时看这项。
高推理档中位 23.5 · 最高 57.9 · 167 个成绩
3.7低于同类中位
速度（官方接口）
2 项评测 · 2/2 项好于同类中位厂商官方接口的实测中位数，看它回答快不快；不代表任何中转站线路的快慢。
出字速度（Token/秒）
厂商官方接口开始回答后，每秒能吐出多少 Token 的实测中位数。不代表中转站线路的快慢。
高推理档中位 98.5 · 最高 1442.8 · 370 个成绩
230.9高于同类中位
等到第一个回答字（秒）
向厂商官方接口提问后，要等几秒才看到回答的第一个字（思考模型包括思考时间）的实测中位数。越短越好，不代表中转站线路。
高推理档中位 12.6 · 最快 0.3 · 370 个成绩
9.5快于同类中位
其它参考成绩
4 项 · 不再参与排行
这些评测停止更新、有成绩的模型太少或者和选购关系不大，成绩仅供参考，不影响上面的名次和用途筛选。
Aider Polyglot配工具
多语言代码编辑任务；结果包含 Aider 执行框架影响。
高推理档中位 53.8% · 最高 88.0% · 71 个成绩
41.8%低于同类中位
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
METR Time Horizons配工具
模型能独立做完多长时间的任务（按人类专家要花的分钟数算）。让它长时间自己干活时看这项。
默认档中位 58.2 · 最高 1044.8 · 46 个成绩
42.0低于同类中位
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
Terminal-Bench配工具
让模型在命令行里独立完成装环境、改代码、跑测试等真实工程任务。用它写代码、做自动化时看这项。
默认档中位 42.7% · 最高 84.7% · 59 个成绩
14.2%±低于同类中位
不再排行的原因：有成绩的在售模型太少，排不成榜。
Epoch Capabilities Index
Epoch AI 把几十项前沿评测合成的一个能力指数，用来看模型整体有多强。
默认档中位 136.2 · 最高 166.8 · 277 个成绩
140.0高于同类中位
不再排行的原因：综合能力已改按 Artificial Analysis 智能指数排名（覆盖的在售模型多一倍）；Epoch 综合指数留作第二来源参考。
验真报告
中转服务商卖的这个模型，测出来是不是真的20%验真通过率
- 公开报告
- 5 份
- 其中通过
- 1 份
- 最近检测
- 09/22 02:00
筛选
综合参考分
验真通过率
相对官方价
共 19 家中转服务商
排序
中转服务商中转站评分价格评分验真通过率 / 更新时间
评分24.1
输入¥0.00030.1折
输出¥0.00250.1折
缓存读--
缓存写--
100分
暂无报告更新 10/18 07:08
评分22.4
输入¥0.12504.8折
输出¥0.34502.9折
缓存读--
缓存写--
72分
暂无报告更新 10/12 08:44
评分22.4
输入¥0.4500高于官方 72%
输出¥3.748官方价 3.1 倍
缓存读¥0.4500
缓存写--
32分
暂无报告更新 10/17 01:33
评分21.7
输入¥0.6030官方价 2.3 倍
输出¥2.412高于官方 100%
缓存读¥0.3015
缓存写--
33分
暂无报告更新 10/16 11:06
评分21.7
输入¥0.3000高于官方 15%
输出¥1.200无折扣
缓存读--
缓存写--
49分
暂无报告更新 10/12 09:50
评分18.3
输入¥0.5200高于官方 99%
输出¥2.080高于官方 72%
缓存读--
缓存写--
36分
暂无报告更新 10/12 08:16
评分14.4
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 09/09 21:48
评分12.0
输入¥1.095官方价 4.2 倍
输出¥4.380官方价 3.6 倍
缓存读--
缓存写--
24分
暂无报告更新 10/10 20:24
评分11.8
输入¥1.314官方价 5.0 倍
输出¥5.256官方价 4.4 倍
缓存读--
缓存写--
23分
暂无报告更新 10/10 20:24
评分11.5
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 08/29 05:59
输入0.1折¥0.0003
输出0.1折¥0.0025
缓存读--
缓存写--
100分暂无报告
输入4.8折¥0.1250
输出2.9折¥0.3450
缓存读--
缓存写--
72分暂无报告
输入1.7倍¥0.4500
输出3.1倍¥3.748
缓存读¥0.4500
缓存写--
32分暂无报告
输入2.3倍¥0.6030
输出2.0倍¥2.412
缓存读¥0.3015
缓存写--
33分暂无报告
输入1.1倍¥0.3000
输出原价¥1.200
缓存读--
缓存写--
49分暂无报告
输入2.0倍¥0.5200
输出1.7倍¥2.080
缓存读--
缓存写--
36分暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
输入4.2倍¥1.095
输出3.6倍¥4.380
缓存读--
缓存写--
24分暂无报告
输入5.0倍¥1.314
输出4.4倍¥5.256
缓存读--
缓存写--
23分暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
共 19 家 · 每页 10 条 · 第 1 / 2 页
正在读取官方订阅
用户口碑
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。
发布模型点评