Navegación
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 Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-01

Métrica Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01 Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30
Puntuación 4.3 5.8
Rango #135 #92
Fiabilidad 10.0 10.0
Consistencia 10.0 9.5
Pruebas correctas
Tasa de aciertos por intento 11.1% 40.7%
Pruebas inestables 0 1
Ejecuciones totales 54 54
Costo por resultado 0.110 0.000
Costo total $0.003 $0.000
Precio de entrada $0.050 / 1M $0.000 / 1M
Precio de salida $0.100 / 1M $0.000 / 1M
Tokens de salida 2,712 1,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 767ms 11.04s
Tiempo de respuesta (máximo) 2.17s 58.63s
Tiempo de respuesta (total) 13.81s 198.65s

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 salida Tokens de razonamiento
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 903 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 6.9 10.0 0.0% 0 1.07s 339 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 396 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 195 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 24 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 115 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 66 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 3.7 10.0 0.0% 0 635ms 431 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 243 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6nonevsOwl AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneGranite 4.1 8BnonevsQwen3.5-9BmediumOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27Bnone