AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3 Coder Next

Ringkasan

Perbandingan benchmark Granite 4.1 8B vs Qwen3 Coder Next: Qwen3 Coder Next unggul dalam skor rata-rata dengan 4.7 vs 4.0. Granite 4.1 8B memiliki biaya benchmark lebih rendah di $0.003 vs $0.008. Granite 4.1 8B lebih cepat di 728ms vs 8.58s, dengan tingkat keberhasilan 9.5% vs 28.6%.

Model yang direkomendasikan: Granite 4.1 8B - Its score stays close to the best score here (4.0 vs 4.7), while costing about 3.0x less than Qwen3 Coder Next.

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 Coder Next Qwen3 Coder Next medium Rilis: 2026-02-03

Metrik	Granite 4.1 8B Granite 4.1 8B none Rilis: 2026-05-01	Qwen3 Coder Next Qwen3 Coder Next medium Rilis: 2026-02-03
Skor	4.0	4.7
Peringkat	#163	#153
Keandalan	10.0	10.0
Konsistensi	10.0	8.9
Tes benar
Tingkat lulus per percobaan	9.5%	28.6%
Tes tidak stabil	0	3
Total Run	63	63
Biaya per hasil	0.131	0.201
Total Biaya	$0.003	$0.008
Harga input	$0.050 / 1M	$0.110 / 1M
Harga output	$0.100 / 1M	$0.800 / 1M
Total token input	46,285	47,250
Token output	2,911	3,319
Token penalaran	0	0
Waktu respons (rata-rata)	728ms	8.58s
Waktu respons (maks)	2.17s	81.80s
Waktu respons (total)	15.29s	128.68s

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

#153 Qwen3 Coder Next

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

Perbandingan Cepat

Ganti Pasangan Perbandingan