AI BENCHY 对比
Hunter Alpha vs xAI: Grok 4.20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02
| 指标 | Hunter Alpha Hunter Alpha medium | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 7.0 | 5.4 |
| 排名 | #42 | #69 |
| 一致性 | 7.2 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 68.6% | 31.4% |
| 不稳定测试 | 6 | 1 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.000 | 1.809 |
| 总成本 | $0.000 | $0.091 |
| ???? | $0.000 / 1M | $2.000 / 1M |
| ???? | $0.000 / 1M | $6.000 / 1M |
| 输出令牌 | 4,724 | 1,655 |
| 推理令牌 | 17,921 | 0 |
| 响应时间（平均） | 10.33s | 1.11s |
| 响应时间（最大） | 30.53s | 6.04s |
| 响应时间（总计） | 175.60s | 18.80s |
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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 7.3 | 5.8 | 83.3% | 2 | 4.75s | 479 | 1,103 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 267 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 4.7 | 1.6 | 66.7% | 1 | 30.53s | 792 | 3,456 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 6.04s | 282 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 23.16s | 1,488 | 8,017 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 207 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 3.0 | 10.0 | 0.0% | 0 | 10.52s | 892 | 2,406 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 325 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 7.0 | 3.7 | 66.7% | 1 | 6.44s | 116 | 260 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 83 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 4.18s | 208 | 465 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 455ms | 60 | 0 |
| 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 | 6.1 | 4.7 | 66.7% | 2 | 5.36s | 441 | 1,310 | |
| Grok 4.20 | 5.3 | 7.4 | 44.4% | 1 | 487ms | 242 | 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 |
|---|---|---|---|---|---|---|---|---|
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 17.33s | 308 | 904 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 189 | 0 |
快速对比
切换对比组合
Hunter AlphamediumvsQwen3.5 Plus 2026-02-15noneMistral Small 4mediumvsGrok 4.20noneGemma 4 31BnonevsHunter AlphamediumHunter AlphamediumvsGLM 5noneClaude Sonnet 4.6nonevsHunter AlphamediumMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5medium免费可用vsGrok 4.20noneHunter AlphamediumvsMiMo-V2-OmninoneQwen3 Coder NextmediumvsGrok 4.20noneGPT-5.3 ChatnonevsHunter AlphamediumDeepSeek V3.2nonevsHunter Alphamediumgpt-oss-120bmedium免费可用vsGrok 4.20none