AI BENCHY Compare

Google: Gemini 3.5 Flash vs IBM: Granite 4.1 8B

Resumen

Comparación benchmark de Gemini 3.5 Flash vs Granite 4.1 8B: Gemini 3.5 Flash lidera en puntuación media con 9.2 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.349. Granite 4.1 8B es más rápido con 728ms vs 3.27s, con tasas de acierto de 90.5% vs 9.5%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la puntuación más alta en esta comparación (9.2) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica	Gemini 3.5 Flash Gemini 3.5 Flash low Lanzamiento: 2026-05-19	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01

Métrica	Gemini 3.5 Flash Gemini 3.5 Flash low Lanzamiento: 2026-05-19	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01
Puntuación	9.2	4.0
Rango	#5	#163
Fiabilidad	10.0	10.0
Consistencia	10.0	10.0
Pruebas correctas
Tasa de aciertos por intento	90.5%	9.5%
Pruebas inestables	0	0
Ejecuciones totales	63	63
Costo por resultado	1.834	0.131
Costo total	$0.349	$0.003
Precio de entrada	$1.500 / 1M	$0.050 / 1M
Precio de salida	$9.000 / 1M	$0.100 / 1M
Total de tokens de entrada	36,938	46,285
Tokens de salida	2,033	2,911
Tokens de razonamiento	30,519	0
Tiempo de respuesta (promedio)	3.27s	728ms
Tiempo de respuesta (máximo)	9.05s	2.17s
Tiempo de respuesta (total)	68.65s	15.29s

Generación showcase

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low

Coste: $0.068
Tiempo: 39.1s
Tokens: 7,588 tok

#163 IBM: Granite 4.1 8B

none

Coste: $0.001
Tiempo: 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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536
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
Gemini 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.44s	12,873	351	3,050
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164
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
Gemini 3.5 Flash	7.7	10.0	66.7%	0		3.39s	633	12	4,538
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916
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
Gemini 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0

Comparación rápida

Cambiar par de comparación

Claude Fable 5mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium Gemini 3.5 FlashlowvsGPT-5.5medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 4.7mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGLM 5.2medium Granite 4.1 8BnonevsQwen3 Coder Nextmedium Gemini 3.5 FlashlowvsGLM 5medium