Navigare
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

Hunter Alpha vs xAI: Grok 4.20 Beta

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Hunter Alpha Hunter Alpha none Lansare: Data lansării necunoscută Grok 4.20 Beta Grok 4.20 Beta none Lansare: 2026-03-12
Rang #50 #52
Scor mediu 4.6 4.4
Consistență 8.0 9.1
Cost per rezultat 0.000 2.214
Cost total $0.000 $0.089
Teste corecte
Rată de trecere pe încercare 52.1% 33.3%
Teste instabile 4 2
Rulări totale 48 48
Tokenuri de ieșire 2,272 1,511
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 4.64s 1.22s
Timp de răspuns (maxim) 15.17s 6.48s
Timp de răspuns (total) 74.24s 19.53s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 1.3 7.4 22.2% 1 3.85s 773 0
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 10.0 10.0 0.0% 0 15.17s 379 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 9.9 10.0 100.0% 0 8.49s 249 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 4.0 10.0 33.3% 0 2.33s 27 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 5.0 3.1 66.7% 1 2.71s 91 0
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 5.0 10.0 50.0% 0 2.82s 69 0
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 4.0 4.4 66.7% 2 3.06s 349 0
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Hunter Alpha 10.0 10.0 100.0% 0 6.02s 335 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparație rapidă

Schimbă perechea de comparație