AI BENCHY 对比
HY3 Preview vs xAI: Grok 4.3
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | HY3 Preview HY3 Preview high 免费可用 | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 8.6 | 8.2 |
| 排名 | #10 | #20 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 9.2 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 83.3% | 81.5% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 50 | 54 |
| 每个结果成本 | 0.000 | 3.974 |
| 总成本 | $0.000 | $0.517 |
| ???? | $0.000 / 1M | $1.250 / 1M |
| ???? | $0.000 / 1M | $2.500 / 1M |
| 输出令牌 | 238,920 | 1,223 |
| 推理令牌 | 0 | 187,047 |
| 响应时间（平均） | 55.19s | 48.63s |
| 响应时间（最大） | 149.94s | 216.69s |
| 响应时间（总计） | 938.23s | 875.27s |
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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 32.69s | 26,550 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 88 | 8,207 |
| 编程 | 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 99.76s | 38,167 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 45.72s | 284 | 9,659 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 113.09s | 31,319 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 63.99s | 234 | 15,301 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 12.11s | 4,323 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 180 | 9,546 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 5.3 | 7.2 | 44.4% | 1 | 109.04s | 87,559 | 0 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 14 | 111,300 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 5,490 | 0 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 70 | 5,020 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 9.9 | 10.0 | 100.0% | 0 | 34.02s | 13,331 | 0 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 57 | 8,713 |
| 谜题求解 | 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 9.0 | 7.9 | 88.9% | 1 | 28.07s | 21,811 | 0 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.53s | 128 | 14,686 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 78.83s | 10,370 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 168 | 4,615 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsHY3 Previewhigh免费可用GPT-5.3-CodexmediumvsHY3 Previewhigh免费可用HY3 Previewlow免费可用vsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumQwen3.6 35B A3BmediumvsHY3 Previewhigh免费可用Qwen3.5 Plus 2026-02-15mediumvsHY3 Previewhigh免费可用Gemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumQwen3.6 Plus Previewmedium免费可用vsHY3 Previewhigh免费可用Qwen3.6 Max PreviewmediumvsHY3 Previewhigh免费可用Gemini 3 Flash PreviewlowvsHY3 Previewhigh免费可用Qwen3.5-27BmediumvsHY3 Previewhigh免费可用Gemini 3 PRO PreviewmediumvsHY3 Previewhigh免费可用