Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12 Grok 4.1 Fast Grok 4.1 Fast medium Lanzamiento: 2025-11-19 Hunter Alpha Hunter Alpha medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #24 #32 #35
Puntaje prom. 7.0 6.2 5.9
Consistencia 9.0 7.9 7.6
Costo por resultado 5.989 0.563 0.000
Costo total $0.599 $0.051 $0.000
Pruebas correctas
Tasa de aciertos por intento 70.8% 66.7% 68.8%
Pruebas inestables 2 4 5
Ejecuciones totales 48 48 48
Tokens de salida 1,481 1,183 4,686
Tokens de razonamiento 86,628 83,875 17,821
Tiempo de respuesta (promedio) 8.89s 26.35s 10.71s
Tiempo de respuesta (máximo) 24.21s 121.79s 30.53s
Tiempo de respuesta (total) 142.18s 237.11s 171.41s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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 Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

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