AI BENCHY 对比
Hunter Alpha vs xAI: Grok 4.1 Fast
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Hunter Alpha Hunter Alpha medium | Grok 4.1 Fast Grok 4.1 Fast medium |
|---|---|---|
| 排名 | #35 | #32 |
| 平均分 | 5.9 | 6.2 |
| 一致性 | 7.6 | 7.9 |
| 每个结果成本 | 0.000 | 0.563 |
| 总成本 | $0.000 | $0.051 |
| 测试正确 | ||
| 尝试通过率 | 68.8% | 66.7% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 4,686 | 1,183 |
| 推理令牌 | 17,821 | 83,875 |
| 响应时间（平均） | 10.71s | 26.35s |
| 响应时间（最大） | 30.53s | 121.79s |
| 响应时间（总计） | 171.41s | 237.11s |
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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 7.0 | 7.2 | 88.9% | 1 | 4.93s | 441 | 1,003 | |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 5.65s | 102 | 4,021 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 10.0 | 1.6 | 66.7% | 1 | 30.53s | 792 | 3,456 | |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 37.64s | 261 | 12,272 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 23.16s | 1,488 | 8,017 | |
| Grok 4.1 Fast | 9.9 | 10.0 | 100.0% | 0 | 6.63s | 180 | 5,409 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 10.0 | 10.0 | 0.0% | 0 | 10.52s | 892 | 2,406 | |
| Grok 4.1 Fast | 4.0 | 4.4 | 66.7% | 2 | 121.79s | 11 | 37,657 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 8.0 | 3.7 | 66.7% | 1 | 6.44s | 116 | 260 | |
| Grok 4.1 Fast | 3.0 | 9.9 | 0.0% | 0 | 16.25s | 127 | 3,456 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 9.5 | 10.0 | 100.0% | 0 | 4.18s | 208 | 465 | |
| Grok 4.1 Fast | 5.5 | 10.0 | 50.0% | 0 | 5.30s | 55 | 3,489 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 4.3 | 4.7 | 66.7% | 2 | 5.36s | 441 | 1,310 | |
| Grok 4.1 Fast | 4.0 | 7.2 | 44.4% | 1 | 8.08s | 187 | 6,086 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 17.33s | 308 | 904 | |
| Grok 4.1 Fast | 10.0 | 1.6 | 33.3% | 1 | 27.71s | 260 | 11,485 |
快速对比
切换对比组合
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumHunter AlphamediumvsGLM 5noneGrok 4.1 FastmediumvsGLM 5noneHunter AlphamediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsHunter AlphamediumClaude Sonnet 4.6nonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsGrok 4.1 FastmediumHunter AlphamediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsHunter AlphamediumClaude Sonnet 4.6nonevsHunter AlphamediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumHunter AlphamediumvsQwen3.5-122B-A10Bnone