AI BENCHY Compare

Google: Gemini 3.5 Flash vs IBM: Granite 4.1 8B

Zusammenfassung

Gemini 3.5 Flash vs Granite 4.1 8B Benchmark-Vergleich: Gemini 3.5 Flash führt beim Durchschnittsscore mit 9.2 vs 4.0. Granite 4.1 8B hat die niedrigeren Benchmark-Kosten mit $0.003 vs $0.349. Granite 4.1 8B ist schneller mit 728ms vs 3.27s, mit Erfolgsraten von 90.5% vs 9.5%.

Empfohlenes Modell: Gemini 3.5 Flash - Es hat die stärkste Punktzahl in diesem Vergleich (9.2) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash low Veröffentlichung: 2026-05-19	Granite 4.1 8B Granite 4.1 8B none Veröffentlichung: 2026-05-01

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash low Veröffentlichung: 2026-05-19	Granite 4.1 8B Granite 4.1 8B none Veröffentlichung: 2026-05-01
Punktzahl	9.2	4.0
Rang	#5	#163
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	10.0
Korrekte Tests
Erfolgsquote pro Versuch	90.5%	9.5%
Instabile Tests	0	0
Gesamtläufe	63	63
Kosten pro Ergebnis	1.834	0.131
Gesamtkosten	$0.349	$0.003
Eingabepreis	$1.500 / 1M	$0.050 / 1M
Ausgabepreis	$9.000 / 1M	$0.100 / 1M
Gesamte Eingabe-Token	36,938	46,285
Ausgabe-Token	2,033	2,911
Denk-Token	30,519	0
Antwortzeit (Durchschnitt)	3.27s	728ms
Antwortzeit (Maximum)	9.05s	2.17s
Antwortzeit (Gesamt)	68.65s	15.29s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#5 Gemini 3.5 Flash

low

Kosten: $0.068
Zeit: 39.1s
Token: 7,588 tok

#163 IBM: Granite 4.1 8B

none

Kosten: $0.001
Zeit: 3.2s
Token: 491 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.44s	12,873	351	3,050
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	7.7	10.0	66.7%	0		3.39s	633	12	4,538
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0

Schnellvergleich

Vergleichspaar wechseln

Claude Fable 5mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium Gemini 3.5 FlashlowvsGPT-5.5medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 4.7mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGLM 5.2medium Granite 4.1 8BnonevsQwen3 Coder Nextmedium Gemini 3.5 FlashlowvsGLM 5medium