GPT OSS 120B 评测详情

GPT OSS 120B 当前已收录的代表性评测结果包括 AIME 2024（2 / 62，得分 96.60）、MMLU（10 / 65，得分 90）、AIME2025（17 / 106，得分 97.90）。

评测结果

GPT OSS 120B

评测结果

综合评估

共 6 项评测

评测名称 / 模式

得分

排名/总数

90

10 / 65

80.10

77 / 180

79

63 / 126

常规模式

46.09

102 / 115

19

114 / 164

14.90

127 / 164

编程与软件工程

共 3 项评测

评测名称 / 模式

得分

排名/总数

2622

8 / 16

2463

10 / 16

SWE-bench Verified

60.10

78 / 109

数学推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

97.90

17 / 106

83

51 / 106

96.60

2 / 62

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考

22.10

57 / 63

Agent能力评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考水平·高

41.80

38 / 59

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

69

16 / 29

OpenClaw智能体能力综合测评

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考工具

60.60

35 / 37

与其他模型对比