AI BENCHY 对比
Anthropic: Claude Sonnet 4.6 vs HY3 Preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-23
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | HY3 Preview HY3 Preview medium 免费可用 |
|---|---|---|
| 分数 | 7.4 | 8.1 |
| 排名 | #47 | #27 |
| 一致性 | 9.6 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 64.8% | 74.1% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 2.376 | 0.000 |
| 总成本 | $0.262 | $0.000 |
| ???? | $3.000 / 1M | $0.000 / 1M |
| ???? | $15.000 / 1M | $0.000 / 1M |
| 输出令牌 | 7,433 | 65,057 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 4.98s | 14.63s |
| 响应时间（最大） | 23.84s | 46.04s |
| 响应时间（总计） | 54.83s | 248.72s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 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 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 1,214 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.59s | 5,955 | 0 |
| 编程 | 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 | 3.67s | 523 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 31.37s | 8,054 | 0 |
| 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 | 9.5 | 10.0 | 100.0% | 0 | 23.84s | 3,766 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 46.04s | 12,018 | 0 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 252 | 0 | |
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 5.25s | 930 | 0 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 413 | 0 | |
| HY3 Preview | 5.3 | 10.0 | 33.3% | 0 | 22.30s | 22,527 | 0 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 192 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 16.84s | 2,448 | 0 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 90 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.16s | 2,967 | 0 |
| 谜题求解 | 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 | 7.7 | 10.0 | 66.7% | 0 | 2.92s | 536 | 0 | |
| HY3 Preview | 5.3 | 7.4 | 44.4% | 1 | 9.55s | 7,062 | 0 |
| 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 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 3,096 | 0 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsHY3 Previewmedium免费可用Claude Sonnet 4.6nonevsGPT-5.2mediumGemini 3 Flash PreviewnonevsHY3 Previewmedium免费可用Claude Sonnet 4.6nonevsSeed-2.0-MinimediumGPT-5.2 ChatnonevsHY3 Previewmedium免费可用Gemini 3.1 Flash Lite PreviewnonevsHY3 Previewmedium免费可用Claude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsKimi K2.6medium