AI BENCHY Compare
OpenAI: GPT-5.4 vs Hunter Alpha
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-12
| 指標 | GPT-5.4 GPT-5.4 none | Hunter Alpha Hunter Alpha none |
|---|---|---|
| 順位 | #51 | #50 |
| 平均スコア | 4.5 | 4.6 |
| 一貫性 | 8.9 | 8.0 |
| 結果あたりのコスト | 1.562 | 0.000 |
| 合計コスト | $0.094 | $0.000 |
| 正解テスト | ||
| 試行ごとの合格率 | 41.7% | 52.1% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 1,819 | 2,272 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.48s | 4.64s |
| 応答時間（最大） | 2.89s | 15.17s |
| 応答時間（合計） | 23.64s | 74.24s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| Hunter Alpha | 1.3 | 7.4 | 22.2% | 1 | 3.85s | 773 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| Hunter Alpha | 10.0 | 10.0 | 0.0% | 0 | 15.17s | 379 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 8.49s | 249 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| Hunter Alpha | 4.0 | 10.0 | 33.3% | 0 | 2.33s | 27 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 3.0 | 9.9 | 0.0% | 0 | 1.78s | 184 | 0 | |
| Hunter Alpha | 5.0 | 3.1 | 66.7% | 1 | 2.71s | 91 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| Hunter Alpha | 5.0 | 10.0 | 50.0% | 0 | 2.82s | 69 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| Hunter Alpha | 4.0 | 4.4 | 66.7% | 2 | 3.06s | 349 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 335 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.5mediumvsHunter AlphanoneMiniMax M2.5mediumvsGPT-5.4noneHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumGPT-5.4nonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmedium無料で利用可能vsHunter AlphanoneMercury 2mediumvsHunter AlphanoneMercury 2mediumvsGPT-5.4noneHunter AlphanonevsQwen3.5-35B-A3BmediumGPT-5 NanomediumvsHunter AlphanoneGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumHunter AlphanonevsQwen3 Coder Nextmedium