AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3.6 Flash

Resumen

Comparación benchmark de Granite 4.1 8B vs Qwen3.6 Flash: Qwen3.6 Flash lidera en puntuación media con 6.0 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.015. Granite 4.1 8B es más rápido con 728ms vs 1.60s, con tasas de acierto de 9.5% vs 33.3%.

Modelo recomendado: Granite 4.1 8B - Ofrece el mejor equilibrio general: puntuación competitiva (4.0), menor coste que Qwen3.6 Flash y tiempo de respuesta equilibrado.

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

Métrica	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01	Qwen3.6 Flash Qwen3.6 Flash none Lanzamiento: 2026-04-20

Métrica	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01	Qwen3.6 Flash Qwen3.6 Flash none Lanzamiento: 2026-04-20
Puntuación	4.0	6.0
Rango	#163	#102
Fiabilidad	10.0	10.0
Consistencia	10.0	10.0
Pruebas correctas
Tasa de aciertos por intento	9.5%	33.3%
Pruebas inestables	0	0
Ejecuciones totales	63	63
Costo por resultado	0.131	0.266
Costo total	$0.003	$0.015
Precio de entrada	$0.050 / 1M	$0.188 / 1M
Precio de salida	$0.100 / 1M	$1.125 / 1M
Total de tokens de entrada	46,285	50,810
Tokens de salida	2,911	4,164
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	728ms	1.60s
Tiempo de respuesta (máximo)	2.17s	4.60s
Tiempo de respuesta (total)	15.29s	33.59s

Generación showcase

Hamster playing table tennis

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

#163 IBM: Granite 4.1 8B

none

Coste: $0.001
Tiempo: 3.2s
Tokens: 491 tok

#102 Qwen3.6 Flash

none

Coste: $0.005
Tiempo: 20.1s
Tokens: 4,211 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
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	7,794	243	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
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	789	15	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
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	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
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	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
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Comparación rápida

Cambiar par de comparación

North Mini CodemediumDisponible gratisvsQwen3.6 Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone Granite 4.1 8BnonevsQwen3.5-9Bmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Gemma 4 31BmediumDisponible gratisvsQwen3.6 Flashnone Nemotron 3 SupermediumDisponible gratisvsQwen3.6 Flashnone Gemini 3.1 Flash LitelowvsQwen3.6 Flashnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashnone Qwen3.6 FlashnonevsStep 3.5 Flashmedium Granite 4.1 8BnonevsQwen3 Coder Nextmedium GPT-5 NanomediumvsQwen3.6 Flashnone Granite 4.1 8BnonevsMiniMax M2.5medium