AI BENCHY Compare

IBM: Granite 4.1 8B vs Mistral: Mistral Small 4

Zusammenfassung

Granite 4.1 8B vs Mistral Small 4 Benchmark-Vergleich: Mistral Small 4 führt beim Durchschnittsscore mit 5.1 vs 4.0. Granite 4.1 8B hat die niedrigeren Benchmark-Kosten mit $0.003 vs $0.068. Granite 4.1 8B ist schneller mit 728ms vs 9.40s, mit Erfolgsraten von 9.5% vs 44.4%.

Empfohlenes Modell: Granite 4.1 8B - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (4.0), niedrigere Kosten als Mistral Small 4 und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik	Granite 4.1 8B Granite 4.1 8B none Veröffentlichung: 2026-05-01	Mistral Small 4 Mistral Small 4 medium Veröffentlichung: 2026-03-16

Metrik	Granite 4.1 8B Granite 4.1 8B none Veröffentlichung: 2026-05-01	Mistral Small 4 Mistral Small 4 medium Veröffentlichung: 2026-03-16
Punktzahl	4.0	5.1
Rang	#163	#138
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	6.9
Korrekte Tests
Erfolgsquote pro Versuch	9.5%	44.4%
Instabile Tests	0	8
Gesamtläufe	63	63
Kosten pro Ergebnis	0.131	1.344
Gesamtkosten	$0.003	$0.068
Eingabepreis	$0.050 / 1M	$0.150 / 1M
Ausgabepreis	$0.100 / 1M	$0.600 / 1M
Gesamte Eingabe-Token	46,285	42,576
Ausgabe-Token	2,911	24,184
Denk-Token	0	84,678
Antwortzeit (Durchschnitt)	728ms	9.40s
Antwortzeit (Maximum)	2.17s	59.15s
Antwortzeit (Gesamt)	15.29s	197.39s

Generation showcase

Hamster playing table tennis

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

#163 IBM: Granite 4.1 8B

none

Cost: $0.001
Time: 3.2s
Tokens: 491 tok

#138 Mistral Small 4

medium

Cost: $0.006
Time: 47.9s
Tokens: 9,857 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
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

Schnellvergleich

Vergleichspaar wechseln

Mistral Small 4mediumvsMiMo-V2.5none Mistral Small 4mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3 Coder Nextnone Mistral Small 4mediumvsQwen3.6 35B A3Bnone Trinity Large PreviewnonevsMistral Small 4medium Mistral Small 4mediumvsGPT-4o-mininone DeepSeek V3.2nonevsMistral Small 4medium Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsGPT-5.4 Mininone Mistral Small 4mediumvsGrok 4.20none Granite 4.1 8BnonevsQwen3.5-9Bmedium Mistral Small 4mediumvsGLM 5 Turbonone