AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3 Coder Next

Resumen

Comparación benchmark de Granite 4.1 8B vs Qwen3 Coder Next: Qwen3 Coder Next lidera en puntuación media con 4.7 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.008. Granite 4.1 8B es más rápido con 728ms vs 8.58s, con tasas de acierto de 9.5% vs 28.6%.

Modelo recomendado: Granite 4.1 8B - Su puntuación se mantiene cerca de la mejor aquí (4.0 vs 4.7) y cuesta aproximadamente 3.0x menos que Qwen3 Coder Next.

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

Métrica	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01	Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03

Métrica	Granite 4.1 8B Granite 4.1 8B none Lanzamiento: 2026-05-01	Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03
Puntuación	4.0	4.7
Rango	#163	#153
Fiabilidad	10.0	10.0
Consistencia	10.0	8.9
Pruebas correctas
Tasa de aciertos por intento	9.5%	28.6%
Pruebas inestables	0	3
Ejecuciones totales	63	63
Costo por resultado	0.131	0.201
Costo total	$0.003	$0.008
Precio de entrada	$0.050 / 1M	$0.110 / 1M
Precio de salida	$0.100 / 1M	$0.800 / 1M
Total de tokens de entrada	46,285	47,250
Tokens de salida	2,911	3,319
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	728ms	8.58s
Tiempo de respuesta (máximo)	2.17s	81.80s
Tiempo de respuesta (total)	15.29s	128.68s

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

#153 Qwen3 Coder Next

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

Comparación rápida

Cambiar par de comparación