模型评测对比
最新基准汇总
DataLearner AI 大模型基准对比
Qwen3-235B-A22B-Thinking与GPT OSS 120B模型
能力评测结果
本页面提供Qwen3-235B-A22B-Thinking,GPT OSS 120B模型的对比，包括参数、开源情况、API价格等。同时，页面也会展示Qwen3-235B-A22B-Thinking,GPT OSS 120B模型在GPQA Diamond,HLE,LiveBench,MMLU,MMLU Pro,CodeForces,LiveCodeBench,SWE-bench Verified,AIME 2024,AIME2025,IMO-ProofBench,IMO-ProofBench Advanced,Creative Writing,Simple Bench,IF Bench等评测基准中的详细对比数据，评测数据来自系统收录结果汇总。
模型概览 Model Overview
快速浏览本次参与对比的模型关键信息。
特性明细对比
技术规格、API 能力与生态细节，一眼看清差异。
📊 左右滑动可查看更多模型数据 →
| 对比项 |
Q
Qwen3-235B-A22B-Thinking
阿里巴巴
|
G
GPT OSS 120B
OpenAI
|
|---|---|---|
| 核心信息 | ||
| 开发机构 |
阿里巴巴
|
OpenAI
|
| 发布时间 | 2025-07-30 | 2025-08-06 |
| 模型类型 | 推理大模型 | 推理大模型 |
| MoE 架构 | ||
| 性能与规格 | ||
| 总参数量 | 305 亿 | 117 亿 |
| 激活参数量 | 33 亿 | 51 亿 |
| 模型大小 | 31.17GB | 240GB |
| 推理能力 | ||
| 推理速度 | ||
| 思考模式 | ||
| 深度思考 | ||
| 最大上下文 | 256K | 128K |
| 最大输出 | 16384 | 131072 |
| 支持模态 | ||
| 文本输入 | ||
| 图片输入 | ||
| 音频输入 | ||
| 视频输入 | ||
| Embedding 输入 | ||
| 输出能力 | ||
| 文本输出 | ||
| 图片输出 | ||
| 音频输出 | ||
| 视频输出 | ||
| Embedding 输出 | ||
| 开源与许可 | ||
| 代码开源 | -- | -- |
| 权重开源 | -- | -- |
| 商业授权 | 免费商用授权 | 免费商用授权 |
| 资源与链接 | ||
| GitHub | 仓库 | 仓库 |
| Hugging Face | 模型页 | 模型页 |
| 论文/报告 | 查看 | 查看 |
| 官方介绍 | -- | 阅读 |
| 在线体验 | ||
| Playground | 体验入口 | — |
评测对比模式筛选
当前大多数模型的评测都有不同的模式，包括是否使用推理过程，是否使用工具等，建议选择特定模式对比。
点击下方任一按钮，将 过滤模型的模式的对比表格，并同步更新
汇总图 与 各基准小图。
快捷组合
思考模式
说明：Thinking（默认）在检测到 low / medium / high 子模式时只保留 medium 版本，点击 Thinking（全部）可查看所有子模式。
工具使用
Qwen3-235B-A22B-Thinking与GPT OSS 120B模型各评测基准得分对比表
| 评测基准 |
Qwen3-235B-A22B-Thinking
thinking
|
GPT OSS 120B
thinking
|
GPT OSS 120B
thinking + 使用工具
|
GPT OSS 120B
normal
|
|---|---|---|---|---|
|
GPQA Diamond
综合评估
|
81.1 | 80.1 | -- | -- |
|
HLE
综合评估
|
18.2 | 14.9 | 19 | -- |
|
LiveBench
综合评估
|
63.42 | -- | -- | 55.56 |
|
MMLU
综合评估
|
-- | 90 | -- | -- |
|
MMLU Pro
综合评估
|
84.4 | 79 | -- | -- |
|
CodeForces
编程与软件工程
|
-- | 2,463 | 2,622 | -- |
|
LiveCodeBench
编程与软件工程
|
74.1 | -- | -- | -- |
|
SWE-bench Verified
编程与软件工程
|
-- | 60.1 | -- | -- |
|
AIME 2024
数学推理
|
-- | -- | 96.6 | -- |
|
AIME2025
数学推理
|
92.3 | 83 | 97.9 | -- |
|
IMO-ProofBench
数学推理
|
33.3 | -- | -- | -- |
|
IMO-ProofBench Advanced
数学推理
|
5.2 | -- | -- | -- |
|
Creative Writing
写作和创作
|
86.1 | -- | -- | -- |
|
Simple Bench
常识推理
|
-- | 22.1 | -- | -- |
|
IF Bench
指令跟随
|
-- | -- | -- | 69 |
Qwen3-235B-A22B-Thinking与GPT OSS 120B模型 的 API 价格对比 Pricing Comparison
输入/输出单价、不同模式费用一览，快速找到性价比。
Qwen3-235B-A22B-Thinking与GPT OSS 120B模型 评测基准详表 Benchmark Details
逐个榜单查看各模型表现，支持点击跳转原始链接。