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 xAI: Grok 4.20

Resumen

Comparación benchmark de Granite 4.1 8B vs Grok 4.20: Grok 4.20 lidera en puntuación media con 5.3 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.057. Granite 4.1 8B es más rápido con 728ms vs 1.11s, 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 Grok 4.20 y tiempo de respuesta equilibrado.

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 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 4.0 5.3
Rango #163 #130
Fiabilidad 10.0 N/D
Consistencia 10.0 10.0
Pruebas correctas
Tasa de aciertos por intento 9.5% 33.3%
Pruebas inestables 0 0
Ejecuciones totales 63 54
Costo por resultado 0.131 1.570
Costo total $0.003 $0.057
Precio de entrada $0.050 / 1M $1.250 / 1M
Precio de salida $0.100 / 1M $2.500 / 1M
Total de tokens de entrada 46,285 41,313
Tokens de salida 2,911 1,923
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 728ms 1.11s
Tiempo de respuesta (máximo) 2.17s 6.04s
Tiempo de respuesta (total) 15.29s 19.96s

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

#130 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 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
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 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
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 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
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 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
Grok 4.20 - - - - - - - - -

Comparación rápida

Cambiar par de comparación

MiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20noneCobuddymediumvsGranite 4.1 8BnoneDeepSeek V4 ProhighvsGrok 4.20none