AI BENCHY Compare

IBM: Granite 4.1 8B vs Mistral: Mistral Small 4

Ringkasan

Perbandingan benchmark Granite 4.1 8B vs Mistral Small 4: Mistral Small 4 unggul dalam skor rata-rata dengan 5.1 vs 4.0. Granite 4.1 8B memiliki biaya benchmark lebih rendah di $0.003 vs $0.068. Granite 4.1 8B lebih cepat di 728ms vs 9.40s, dengan tingkat keberhasilan 9.5% vs 44.4%.

Model yang direkomendasikan: Granite 4.1 8B - It offers the best overall trade-off: a competitive score (4.0), lower cost than Mistral Small 4, and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Granite 4.1 8B Granite 4.1 8B none Rilis: 2026-05-01	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16

Metrik	Granite 4.1 8B Granite 4.1 8B none Rilis: 2026-05-01	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16
Skor	4.0	5.1
Peringkat	#163	#138
Keandalan	10.0	10.0
Konsistensi	10.0	6.9
Tes benar
Tingkat lulus per percobaan	9.5%	44.4%
Tes tidak stabil	0	8
Total Run	63	63
Biaya per hasil	0.131	1.344
Total Biaya	$0.003	$0.068
Harga input	$0.050 / 1M	$0.150 / 1M
Harga output	$0.100 / 1M	$0.600 / 1M
Total token input	46,285	42,576
Token output	2,911	24,184
Token penalaran	0	84,678
Waktu respons (rata-rata)	728ms	9.40s
Waktu respons (maks)	2.17s	59.15s
Waktu respons (total)	15.29s	197.39s

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

#138 Mistral Small 4

medium

Cost: $0.006
Time: 47.9s
Tokens: 9,857 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mistral Small 4mediumvsMiMo-V2.5none Mistral Small 4mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3 Coder Nextnone Mistral Small 4mediumvsQwen3.6 35B A3Bnone Trinity Large PreviewnonevsMistral Small 4medium Mistral Small 4mediumvsGPT-4o-mininone DeepSeek V3.2nonevsMistral Small 4medium Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsGPT-5.4 Mininone Mistral Small 4mediumvsGrok 4.20none Granite 4.1 8BnonevsQwen3.5-9Bmedium Mistral Small 4mediumvsGLM 5 Turbonone