AI BENCHY 对比
Owl Alpha vs xAI: Grok 4.20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-10
| 指标 | Owl Alpha Owl Alpha none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 5.8 | 5.4 |
| 排名 | #98 | #115 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 9.1 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 43.9% | 35.2% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 57 | 54 |
| 每个结果成本 | 0.000 | 1.574 |
| 总成本 | $0.000 | $0.095 |
| ???? | $0.000 / 1M | $1.250 / 1M |
| ???? | $0.000 / 1M | $2.500 / 1M |
| 输出令牌 | 1,685 | 1,967 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 6.83s | 1.11s |
| 响应时间（最大） | 32.27s | 6.04s |
| 响应时间（总计） | 129.73s | 20.02s |
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
快速对比
切换对比组合
Cobuddymedium免费可用vsOwl AlphanoneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmedium免费可用vsOwl AlphanoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5medium免费可用vsGrok 4.20noneNemotron 3 Supermedium免费可用vsOwl AlphanoneMiniMax M2.5medium免费可用vsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmedium免费可用vsGrok 4.20noneGPT-5 NanomediumvsOwl AlphanoneCobuddymedium免费可用vsGrok 4.20none