Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs IBM: Granite 4.1 8B

Resumen

Comparación benchmark de DeepSeek V3.2 vs Granite 4.1 8B: DeepSeek V3.2 lidera en puntuación media con 5.3 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.017. Granite 4.1 8B es más rápido con 728ms vs 13.83s, con tasas de acierto de 39.7% vs 9.5%.

Modelo recomendado: Granite 4.1 8B - Ofrece el mejor equilibrio general: puntuación competitiva (4.0), menor coste que DeepSeek V3.2 y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01 Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01
Puntuación 5.3 4.0
Rango #133 #163
Fiabilidad 10.0 10.0
Consistencia 7.6 10.0
Pruebas correctas
Tasa de aciertos por intento 39.7% 9.5%
Pruebas inestables 6 0
Ejecuciones totales 63 63
Costo por resultado 0.306 0.131
Costo total $0.017 $0.003
Precio de entrada $0.229 / 1M $0.050 / 1M
Precio de salida $0.344 / 1M $0.100 / 1M
Total de tokens de entrada 55,997 46,285
Tokens de salida 11,165 2,911
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 13.83s 728ms
Tiempo de respuesta (máximo) 115.89s 2.17s
Tiempo de respuesta (total) 290.43s 15.29s

Generation showcase

Hamster playing table tennis

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

#133 DeepSeek V3.2

none
Cost
$0.002
Time
7.0s
Tokens
1,046 tok

#163 IBM: Granite 4.1 8B

none
Cost
$0.001
Time
3.2s
Tokens
491 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 645 903 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Granite 4.1 8B 4.5 10.0 0.0% 0 775ms 8,344 525 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 19,089 396 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 7,617 195 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 768 24 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 528 115 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 687 66 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
Granite 4.1 8B 3.2 10.0 0.0% 0 608ms 672 432 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 7,719 243 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
Granite 4.1 8B 3.0 10.0 0.0% 0 306ms 216 12 0

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMistral Small 4mediumGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumDeepSeek V3.2nonevsGemini 3.1 Flash LiteminimalCobuddymediumvsGranite 4.1 8BnoneDeepSeek V3.2nonevsGLM 4.7 Flashmedium