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 Z.ai: GLM 4.7 Flash

Resumen

Comparación benchmark de Granite 4.1 8B vs GLM 4.7 Flash: GLM 4.7 Flash lidera en puntuación media con 4.3 vs 4.0. Granite 4.1 8B tiene menor coste de benchmark con $0.003 vs $0.054. Granite 4.1 8B es más rápido con 728ms vs 35.10s, con tasas de acierto de 9.5% vs 33.3%.

Modelo recomendado: Granite 4.1 8B - Su puntuación se mantiene cerca de la mejor aquí (4.0 vs 4.3) y cuesta aproximadamente 20.5x menos que GLM 4.7 Flash.

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 GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación 4.0 4.3
Rango #163 #159
Fiabilidad 10.0 6.7
Consistencia 10.0 6.8
Pruebas correctas
Tasa de aciertos por intento 9.5% 33.3%
Pruebas inestables 0 8
Ejecuciones totales 63 63
Costo por resultado 0.131 1.337
Costo total $0.003 $0.054
Precio de entrada $0.050 / 1M $0.060 / 1M
Precio de salida $0.100 / 1M $0.400 / 1M
Total de tokens de entrada 46,285 37,206
Tokens de salida 2,911 43,754
Tokens de razonamiento 0 89,079
Tiempo de respuesta (promedio) 728ms 35.10s
Tiempo de respuesta (máximo) 2.17s 174.55s
Tiempo de respuesta (total) 15.29s 456.24s

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

#159 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

Comparación rápida

Cambiar par de comparación

MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumLing-2.6-1TnonevsGLM 4.7 Flashmediumgpt-oss-120bnoneDisponible gratisvsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumLing-2.6-flashnonevsGLM 4.7 FlashmediumNemotron 3 SupernoneDisponible gratisvsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumTrinity Large PreviewnonevsGLM 4.7 Flashmedium