Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3.5-9B

Zusammenfassung

Granite 4.1 8B vs Qwen3.5-9B Benchmark-Vergleich: Granite 4.1 8B führt beim Durchschnittsscore mit 4.0 vs 3.8. Granite 4.1 8B hat die niedrigeren Benchmark-Kosten mit $0.003 vs $0.036. Granite 4.1 8B ist schneller mit 728ms vs 82.24s, mit Erfolgsraten von 9.5% vs 27.0%.

Empfohlenes Modell: Granite 4.1 8B - Es hat hier die beste Punktzahl (4.0) und kostet etwa 13.7x weniger als Qwen3.5-9B.

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 Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02
Punktzahl 4.0 3.8
Rang #163 #164
Zuverlässigkeit 10.0 6.7
Konsistenz 10.0 8.0
Korrekte Tests
Erfolgsquote pro Versuch 9.5% 27.0%
Instabile Tests 0 5
Gesamtläufe 63 63
Kosten pro Ergebnis 0.131 1.187
Gesamtkosten $0.003 $0.036
Eingabepreis $0.050 / 1M $0.100 / 1M
Ausgabepreis $0.100 / 1M $0.150 / 1M
Gesamte Eingabe-Token 46,285 17,070
Ausgabe-Token 2,911 29,045
Denk-Token 0 209,516
Antwortzeit (Durchschnitt) 728ms 82.24s
Antwortzeit (Maximum) 2.17s 226.38s
Antwortzeit (Gesamt) 15.29s 1315.88s

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

#164 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 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
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
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
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Schnellvergleich

Vergleichspaar wechseln

Granite 4.1 8BnonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumCobuddymediumvsGranite 4.1 8Bnonegpt-oss-120bnoneKostenlos verfügbarvsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumRing-2.6-1TnonevsQwen3.5-9BmediumLing-2.6-flashnonevsQwen3.5-9BmediumNemotron 3 SupernoneKostenlos verfügbarvsQwen3.5-9Bmedium