Granite 4.2 8B (medium) vs GLM 5.3 FlashX (low)

Model yang Dibandingkan

Model yang direkomendasikan Granite 4.2 8B (medium)

It has the best score here (6.1), while costing about 5.6x less than GLM 5.3 FlashX (low).

Metrik	Granite 4.2 8B Granite 4.2 8B medium Rilis: 2026-09-02	GLM 5.3 FlashX GLM 5.3 FlashX low Rilis: 2026-09-21

Metrik	Granite 4.2 8B Granite 4.2 8B medium Rilis: 2026-09-02	GLM 5.3 FlashX GLM 5.3 FlashX low Rilis: 2026-09-21
Skor	6.1	6.0
Peringkat	#235	#238
Keandalan	8.9	10.0
Konsistensi	9.7	6.8
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	37.7%	63.8%
Tes tidak stabil	1	9
Total Run	69	69
Biaya per hasil	0.354	1.423
Total Biaya	$0.029	$0.157
Harga input	$0.060 / 1M	$0.370 / 1M
Harga output	$0.250 / 1M	$1.250 / 1M
Total token input	259,708	277,028
Token output	16,567	11,965
Token penalaran	33,580	31,238
Waktu respons (rata-rata)	50.47s	9.69s
Waktu respons (maks)	557.96s	77.99s
Waktu respons (total)	1160.91s	222.83s
Parameter	8B	320B total (18B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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

medium

Provider returned error

low

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	10.0	10.0	100.0%	0		149.50s	206,799	9,509	21,308
GLM 5.3 FlashX	4.7	3.1	33.3%	1		77.99s	159,703	1,471	4,696

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 4.2 8B	8.4	10.0	75.0%	0		10.34s	777	1,452	889
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.56s	639	278	353

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	5.5	10.0	33.3%	0		12.09s	8,439	2,445	3,900
GLM 5.3 FlashX	5.5	7.4	44.4%	1		5.45s	7,317	382	4,760

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	3.0	10.0	0.0%	0		291.12s	24,807	1,902	6,258
GLM 5.3 FlashX	2.8	1.6	33.3%	2		42.40s	92,545	8,581	18,553

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 4.2 8B	6.5	10.0	50.0%	0		1.43s	7,683	270	75
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.59s	7,149	210	81

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	5.3	10.0	33.3%	0		13.96s	876	154	290
GLM 5.3 FlashX	3.5	4.4	33.3%	2		3.87s	759	36	2,040

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	4.0	10.0	0.0%	0		605ms	561	102	24
GLM 5.3 FlashX	4.7	1.6	66.7%	1		2.07s	498	137	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 4.2 8B	3.8	6.0	33.3%	1		36.86s	636	127	425
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.34s	678	72	84

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 4.2 8B	3.1	10.0	0.0%	0		75.99s	469	206	56
GLM 5.3 FlashX	7.7	7.3	77.8%	1		1.89s	672	460	336

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	10.0	10.0	100.0%	0		2.28s	8,412	359	214
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.52s	6,861	231	20

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Granite 4.2 8B	3.0	10.0	0.0%	0		2.24s	249	41	141
GLM 5.3 FlashX	3.0	10.0	0.0%	0		2.69s	207	107	315

Ganti Pasangan Perbandingan