Hy3-preview (Reasoning) 对比 K-EXAONE (Reasoning)
Hy3-preview (Reasoning) vs K-EXAONE (Reasoning). 要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
结论
比较数据不完整
要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
| 指标 | Hy3-preview (Reasoning) | K-EXAONE (Reasoning) | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 22.7 | 14.4 | −36.6% K-EXAONE (Reasoning) 智能低 36.6% |
| AA 总成本（越低越好） | 未公布 | 未公布 | — 无法比较 |
| 端到端时间（越低越好） | 未公布 | 未公布 | — 无法比较 |
| 每 100 万个代币的价格（输入/输出） | $0.06 / $0.21 | — | |
| 输入类型 | 文本 | 文本 |
一对一对比