AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3.5-122B-A10B

Ringkasan

Perbandingan benchmark Granite 4.1 8B vs Qwen3.5-122B-A10B: Qwen3.5-122B-A10B unggul dalam skor rata-rata dengan 5.3 vs 4.0. Granite 4.1 8B memiliki biaya benchmark lebih rendah di $0.003 vs $0.020. Granite 4.1 8B lebih cepat di 728ms vs 3.41s, dengan tingkat keberhasilan 9.5% vs 31.8%.

Model yang direkomendasikan: Granite 4.1 8B - It offers the best overall trade-off: a competitive score (4.0), lower cost than Qwen3.5-122B-A10B, 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	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24

Metrik	Granite 4.1 8B Granite 4.1 8B none Rilis: 2026-05-01	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24
Skor	4.0	5.3
Peringkat	#163	#132
Keandalan	10.0	10.0
Konsistensi	10.0	9.6
Tes benar
Tingkat lulus per percobaan	9.5%	31.8%
Tes tidak stabil	0	1
Total Run	63	63
Biaya per hasil	0.131	0.393
Total Biaya	$0.003	$0.020
Harga input	$0.050 / 1M	$0.260 / 1M
Harga output	$0.100 / 1M	$2.080 / 1M
Total token input	46,285	47,735
Token output	2,911	3,383
Token penalaran	0	0
Waktu respons (rata-rata)	728ms	3.41s
Waktu respons (maks)	2.17s	46.00s
Waktu respons (total)	15.29s	71.59s

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

#132 Qwen3.5-122B-A10B

none

Cost: $0.016
Time: 44.5s
Tokens: 6,431 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
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	0

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
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	0

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	0

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0

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
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	0

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
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0

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
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0

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
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	0

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	0

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.7mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Granite 4.1 8BnonevsQwen3.5-9Bmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium CobuddymediumvsQwen3.5-122B-A10Bnone MiniMax M2.5mediumvsQwen3.5-122B-A10Bnone Granite 4.1 8BnonevsQwen3 Coder Nextmedium Granite 4.1 8BnonevsMiniMax M2.5medium Gemini 3.1 Flash LiteminimalvsQwen3.5-122B-A10Bnone CobuddymediumvsGranite 4.1 8Bnone DeepSeek V4 ProhighvsQwen3.5-122B-A10Bnone Qwen3.5-122B-A10BnonevsGLM 4.7 Flashmedium