AI BENCHY 对比
Google: Gemini 2.5 Flash vs Hunter Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash none | Hunter Alpha Hunter Alpha medium |
|---|---|---|
| 排名 | #42 | #35 |
| 平均分 | 5.2 | 5.9 |
| 一致性 | 9.1 | 7.6 |
| 每个结果成本 | 0.191 | 0.000 |
| 总成本 | $0.012 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 43.8% | 68.8% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 1,270 | 4,686 |
| 推理令牌 | 0 | 17,821 |
| 响应时间（平均） | 923ms | 10.71s |
| 响应时间（最大） | 4.39s | 30.53s |
| 响应时间（总计） | 14.78s | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 0.0% | 0 | 668ms | 99 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 652ms | 279 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.0 | 7.2 | 55.6% | 1 | 495ms | 12 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.0 | 6.8 | 66.7% | 1 | 672ms | 70 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.7 | 10.0 | 33.3% | 0 | 576ms | 132 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 234 | 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 5noneGemini 2.5 FlashnonevsMercury 2mediumGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumHunter AlphamediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumDeepSeek V3.2nonevsHunter AlphamediumGemini 2.5 FlashnonevsMiniMax M2.5mediumGemini 2.5 FlashnonevsNemotron 3 Super 120b A12bmedium免费可用Hunter AlphamediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGPT-5 Minimedium