Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

IBM: Granite 4.1 8B vs xAI: Grok 4.20

Zusammenfassung

Granite 4.1 8B vs Grok 4.20 Benchmark-Vergleich: Grok 4.20 führt beim Durchschnittsscore mit 5.3 vs 4.0. Granite 4.1 8B hat die niedrigeren Benchmark-Kosten mit $0.003 vs $0.057. Granite 4.1 8B ist schneller mit 728ms vs 1.11s, mit Erfolgsraten von 9.5% vs 33.3%.

Empfohlenes Modell: Granite 4.1 8B - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (4.0), niedrigere Kosten als Grok 4.20 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 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 4.0 5.3
Rang #163 #130
Zuverlässigkeit 10.0 k. A.
Konsistenz 10.0 10.0
Korrekte Tests
Erfolgsquote pro Versuch 9.5% 33.3%
Instabile Tests 0 0
Gesamtläufe 63 54
Kosten pro Ergebnis 0.131 1.570
Gesamtkosten $0.003 $0.057
Eingabepreis $0.050 / 1M $1.250 / 1M
Ausgabepreis $0.100 / 1M $2.500 / 1M
Gesamte Eingabe-Token 46,285 41,313
Ausgabe-Token 2,911 1,923
Denk-Token 0 0
Antwortzeit (Durchschnitt) 728ms 1.11s
Antwortzeit (Maximum) 2.17s 6.04s
Antwortzeit (Gesamt) 15.29s 19.96s

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

#130 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
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
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
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
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
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
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
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
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
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
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
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
Grok 4.20 - - - - - - - - -

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20noneCobuddymediumvsGranite 4.1 8BnoneDeepSeek V4 ProhighvsGrok 4.20none