AI BENCHY 对比
Hunter Alpha vs Qwen: Qwen3.5-27B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Hunter Alpha Hunter Alpha none | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| 排名 | #50 | #46 |
| 平均分 | 4.6 | 4.9 |
| 一致性 | 8.0 | 9.1 |
| 每个结果成本 | 0.000 | 0.302 |
| 总成本 | $0.000 | $0.016 |
| 测试正确 | ||
| 尝试通过率 | 52.1% | 37.5% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 2,272 | 3,161 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 4.64s | 1.75s |
| 响应时间（最大） | 15.17s | 9.39s |
| 响应时间（总计） | 74.24s | 28.05s |
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 | 1.3 | 7.4 | 22.2% | 1 | 3.85s | 773 | 0 | |
| Qwen3.5-27B | 4.0 | 10.0 | 33.3% | 0 | 796ms | 264 | 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 | 10.0 | 10.0 | 0.0% | 0 | 15.17s | 379 | 0 | |
| Qwen3.5-27B | 10.0 | 1.6 | 33.3% | 1 | 9.39s | 1,461 | 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 | 9.9 | 10.0 | 100.0% | 0 | 8.49s | 249 | 0 | |
| Qwen3.5-27B | 9.9 | 10.0 | 100.0% | 0 | 1.43s | 243 | 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 | 4.0 | 10.0 | 33.3% | 0 | 2.33s | 27 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 0.0% | 0 | 540ms | 15 | 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 | 5.0 | 3.1 | 66.7% | 1 | 2.71s | 91 | 0 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 126 | 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 | 5.0 | 10.0 | 50.0% | 0 | 2.82s | 69 | 0 | |
| Qwen3.5-27B | 4.5 | 10.0 | 0.0% | 0 | 815ms | 69 | 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 | 4.0 | 4.4 | 66.7% | 2 | 3.06s | 349 | 0 | |
| Qwen3.5-27B | 6.3 | 7.9 | 55.6% | 1 | 1.37s | 680 | 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 | 6.02s | 335 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 303 | 0 |
快速对比
切换对比组合
Qwen3.5-27BnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsHunter Alphanonegpt-oss-120bmedium免费可用vsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-27BnoneHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsHunter AlphanoneGPT-5 NanomediumvsQwen3.5-27BnoneMercury 2mediumvsHunter AlphanoneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5-27BnoneHunter AlphanonevsQwen3.5-35B-A3BmediumGPT-5 NanomediumvsHunter Alphanone