AI BENCHY 对比
OpenAI: GPT-5.4 Mini vs Hunter Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-17
| 指标 | GPT-5.4 Mini GPT-5.4 Mini none | Hunter Alpha Hunter Alpha medium |
|---|---|---|
| 排名 | #66 | #35 |
| 分数 | 4.8 | 7.0 |
| 一致性 | 8.6 | 7.2 |
| 每个结果成本 | 0.737 | 0.000 |
| 总成本 | $0.030 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 31.4% | 68.6% |
| 不稳定测试 | 3 | 6 |
| 总运行次数 | 51 | 51 |
| 输出令牌 | 2,085 | 4,724 |
| 推理令牌 | 0 | 17,921 |
| 响应时间（平均） | 1.17s | 10.33s |
| 响应时间（最大） | 2.52s | 30.53s |
| 响应时间（总计） | 19.82s | 175.60s |
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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.1 | 8.1 | 8.3% | 1 | 929ms | 654 | 0 | |
| Hunter Alpha | 7.3 | 5.8 | 83.3% | 2 | 4.75s | 479 | 1,103 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.52s | 298 | 0 | |
| Hunter Alpha | 4.7 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 222 | 0 | |
| Hunter Alpha | 10.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 0 | |
| Hunter Alpha | 3.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 0 | |
| Hunter Alpha | 7.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 0 | |
| Hunter Alpha | 9.9 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 5.4 | 10.0 | 33.3% | 0 | 860ms | 293 | 0 | |
| Hunter Alpha | 6.1 | 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 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 | |
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 17.33s | 308 | 904 |
快速对比
切换对比组合
GPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumHunter AlphamediumvsQwen3.5 Plus 2026-02-15noneHunter AlphamediumvsGLM 5noneClaude Sonnet 4.6nonevsHunter AlphamediumGPT-5.4 MininonevsQwen3.5-9BmediumGPT-5.3 ChatnonevsHunter AlphamediumDeepSeek V3.2nonevsHunter AlphamediumMistral Small 4mediumvsGPT-5.4 MininoneGPT-5.2 ChatnonevsHunter AlphamediumGemini 3.1 Flash Lite PreviewnonevsHunter AlphamediumHunter AlphamediumvsQwen3.5-Flashnone