AI BENCHY Compare

IBM: Granite 4.1 8B vs Z.ai: GLM 4.7 Flash

Zusammenfassung

Granite 4.1 8B vs GLM 4.7 Flash Benchmark-Vergleich: GLM 4.7 Flash führt beim Durchschnittsscore mit 4.3 vs 4.0. Granite 4.1 8B hat die niedrigeren Benchmark-Kosten mit $0.003 vs $0.054. Granite 4.1 8B ist schneller mit 728ms vs 35.10s, mit Erfolgsraten von 9.5% vs 33.3%.

Empfohlenes Modell: Granite 4.1 8B - Die Punktzahl bleibt nah an der besten hier (4.0 vs 4.3) und es kostet etwa 20.5x weniger als GLM 4.7 Flash.

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	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19

Metrik	Granite 4.1 8B Granite 4.1 8B none Veröffentlichung: 2026-05-01	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19
Punktzahl	4.0	4.3
Rang	#163	#159
Zuverlässigkeit	10.0	6.7
Konsistenz	10.0	6.8
Korrekte Tests
Erfolgsquote pro Versuch	9.5%	33.3%
Instabile Tests	0	8
Gesamtläufe	63	63
Kosten pro Ergebnis	0.131	1.337
Gesamtkosten	$0.003	$0.054
Eingabepreis	$0.050 / 1M	$0.060 / 1M
Ausgabepreis	$0.100 / 1M	$0.400 / 1M
Gesamte Eingabe-Token	46,285	37,206
Ausgabe-Token	2,911	43,754
Denk-Token	0	89,079
Antwortzeit (Durchschnitt)	728ms	35.10s
Antwortzeit (Maximum)	2.17s	174.55s
Antwortzeit (Gesamt)	15.29s	456.24s

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

#159 GLM 4.7 Flash

medium

Invalid SVG

Cost: $0.000
Time: 186.2s
Tokens: 12,112 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
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

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
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Schnellvergleich

Vergleichspaar wechseln