Navigation
AI BENCHY
Your ad here

AI BENCHY Compare

Verglichene Modelle

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-12

Metrik Grok 4.20 Beta Grok 4.20 Beta medium Veröffentlichung: 2026-03-12 Grok 4.1 Fast Grok 4.1 Fast medium Veröffentlichung: 2025-11-19 Hunter Alpha Hunter Alpha medium Veröffentlichung: Unbekanntes Veröffentlichungsdatum
Rang #24 #32 #35
Ø-Score 7.0 6.2 5.9
Konsistenz 9.0 7.9 7.6
Kosten pro Ergebnis 5.989 0.563 0.000
Gesamtkosten $0.599 $0.051 $0.000
Korrekte Tests
Erfolgsquote pro Versuch 70.8% 66.7% 68.8%
Instabile Tests 2 4 5
Gesamtläufe 48 48 48
Ausgabe-Token 1,481 1,183 4,686
Denk-Token 86,628 83,875 17,821
Antwortzeit (Durchschnitt) 8.89s 26.35s 10.71s
Antwortzeit (Maximum) 24.21s 121.79s 30.53s
Antwortzeit (Gesamt) 142.18s 237.11s 171.41s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Ø-Score vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Ø-Score vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Grok 4.1 Fast 10.0 10.0 100.0% 0 5.65s 102 4,021
Hunter Alpha 7.0 7.2 88.9% 1 4.93s 441 1,003
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
Hunter Alpha 10.0 1.6 66.7% 1 30.53s 792 3,456
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Grok 4.1 Fast 9.9 10.0 100.0% 0 6.63s 180 5,409
Hunter Alpha 9.9 10.0 100.0% 0 23.16s 1,488 8,017
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Grok 4.1 Fast 4.0 4.4 66.7% 2 121.79s 11 37,657
Hunter Alpha 10.0 10.0 0.0% 0 10.52s 892 2,406
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Grok 4.1 Fast 3.0 9.9 0.0% 0 16.25s 127 3,456
Hunter Alpha 8.0 3.7 66.7% 1 6.44s 116 260
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Grok 4.1 Fast 5.5 10.0 50.0% 0 5.30s 55 3,489
Hunter Alpha 9.5 10.0 100.0% 0 4.18s 208 465
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
Grok 4.1 Fast 4.0 7.2 44.4% 1 8.08s 187 6,086
Hunter Alpha 4.3 4.7 66.7% 2 5.36s 441 1,310
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384
Grok 4.1 Fast 10.0 1.6 33.3% 1 27.71s 260 11,485
Hunter Alpha 10.0 10.0 100.0% 0 17.33s 308 904

Schnellvergleich

Vergleichspaar wechseln

Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumHunter AlphamediumvsGLM 5noneGrok 4.1 FastmediumvsGLM 5noneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumHunter AlphamediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumDeepSeek V3.2nonevsHunter AlphamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.1 Fastmedium