Granite 4.2 8B (low) vs Step 3.5 Flash (medium)

तुलना किए गए मॉडल

अनुशंसित मॉडल Granite 4.2 8B (low)

It has the best score here (5.3), while costing about 3.0x less than Step 3.5 Flash (medium).

मेट्रिक	Granite 4.2 8B Granite 4.2 8B low रिलीज़: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01

मेट्रिक	Granite 4.2 8B Granite 4.2 8B low रिलीज़: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर	5.3	5.4
रैंक	#280	#276
विश्वसनीयता	9.2	10.0
संगति	9.7	8.3
प्रयास	69/69	66/69
सही परीक्षण
प्रति प्रयास पास दर	33.3%	49.3%
अस्थिर टेस्ट	1	3
कुल रन	69	66
प्रति परिणाम लागत	0.508	1.047
कुल लागत	$0.036	$0.105
इनपुट कीमत	$0.060 / 1M	$0.100 / 1M
आउटपुट कीमत	$0.250 / 1M	$0.300 / 1M
कुल इनपुट टोकन	332,917	139,086
आउटपुट टोकन	18,989	193,584
रीजनिंग टोकन	42,362	413,546
प्रतिक्रिया समय (औसत)	58.20s	190.48s
प्रतिक्रिया समय (अधिकतम)	566.80s	1597.85s
प्रतिक्रिया समय (कुल)	1338.65s	3238.23s
पैरामीटर	8B	196B कुल (11B सक्रिय)
उपलब्धता	मुक्त स्रोत	मुक्त स्रोत

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

low

Provider returned error

medium

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	6.1	3.1	66.7%	1		142.68s	258,196	9,784	23,639
Step 3.5 Flash	2.8	1.6	33.3%	1		172.16s	73,370	4,160	34,434

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	8.3	10.0	75.0%	0		11.68s	777	1,463	898
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	5.5	10.0	33.3%	0		13.01s	8,439	2,469	2,984
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	3.0	10.0	0.0%	0		298.21s	46,805	4,085	13,637
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	6.5	10.0	50.0%	0		1.39s	7,683	270	75
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	5.3	10.0	33.3%	0		26.16s	876	154	290
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	4.0	10.0	0.0%	0		659ms	561	108	24
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	3.0	10.0	0.0%	0		75.80s	402	84	378
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	3.0	10.0	0.0%	0		90.84s	517	181	82
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	10.0	10.0	100.0%	0		2.23s	8,412	358	265
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Granite 4.2 8B	3.0	10.0	0.0%	0		5.53s	249	33	90
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

तुलना जोड़ी बदलें