AI BENCHY 对比
Anthropic: Claude Sonnet 4.6 vs Hunter Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | Hunter Alpha Hunter Alpha medium |
|---|---|---|
| 排名 | #27 | #35 |
| 平均分 | 6.8 | 5.9 |
| 一致性 | 9.6 | 7.6 |
| 每个结果成本 | 2.504 | 0.000 |
| 总成本 | $0.251 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 68.8% |
| 不稳定测试 | 1 | 5 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 6,895 | 4,686 |
| 推理令牌 | 0 | 17,821 |
| 响应时间（平均） | 5.57s | 10.71s |
| 响应时间（最大） | 23.84s | 30.53s |
| 响应时间（总计） | 50.12s | 171.41s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 4.0 | 10.0 | 33.3% | 0 | 4.83s | 1,199 | 0 | |
| Hunter Alpha | 7.0 | 7.2 | 88.9% | 1 | 4.93s | 441 | 1,003 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 9.0 | 10.0 | 100.0% | 0 | 23.84s | 3,766 | 0 | |
| Hunter Alpha | 10.0 | 1.6 | 66.7% | 1 | 30.53s | 792 | 3,456 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 9.9 | 10.0 | 100.0% | 0 | 3.43s | 252 | 0 | |
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 23.16s | 1,488 | 8,017 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.0 | 10.0 | 66.7% | 0 | 3.54s | 413 | 0 | |
| Hunter Alpha | 10.0 | 10.0 | 0.0% | 0 | 10.52s | 892 | 2,406 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.0 | 3.1 | 66.7% | 1 | 2.56s | 192 | 0 | |
| Hunter Alpha | 8.0 | 3.7 | 66.7% | 1 | 6.44s | 116 | 260 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.5 | 10.0 | 50.0% | 0 | 1.96s | 90 | 0 | |
| Hunter Alpha | 9.5 | 10.0 | 100.0% | 0 | 4.18s | 208 | 465 |
| Puzzle Solving | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.0 | 10.0 | 66.7% | 0 | 2.92s | 536 | 0 | |
| Hunter Alpha | 4.3 | 4.7 | 66.7% | 2 | 5.36s | 441 | 1,310 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 447 | 0 | |
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 17.33s | 308 | 904 |
快速对比
切换对比组合
Hunter AlphamediumvsGLM 5noneClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGPT-5.2mediumHunter AlphamediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsKimi K2.5mediumDeepSeek V3.2nonevsHunter AlphamediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6nonevsGrok 4.1 Fastmedium