नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Granite 4.2 8B (medium) vs Step 5 Preview (medium)

average score जवळपास समान आहे: 6.1 vs 6.1. Granite 4.2 8B (medium) चा benchmark खर्च कमी आहे: $0.029 vs $4.136. Granite 4.2 8B (medium) वेगवान आहे: 50.47s vs 136.10s, pass rates 37.7% vs 53.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#251
एकूण आउटपुट टोकन्स
50,045
प्रतिसाद वेळ (सरासरी)
50.47s
एकूण खर्च
$0.029
क्रमांक
#250
एकूण आउटपुट टोकन्स
1,434,621
प्रतिसाद वेळ (सरासरी)
136.10s
एकूण खर्च
$4.136
शिफारस केलेले मॉडेल Granite 4.2 8B (medium)

It has the best score here (6.1), while costing about 146.2x less than Step 5 Preview (medium).

तपशीलवार तुलना

मेट्रिक Granite 4.2 8B Granite 4.2 8B medium प्रकाशन: 2026-09-02 Step 5 Preview Step 5 Preview medium प्रकाशन: 2026-10-09
स्कोअर 6.1 6.1
क्रमांक #251 #250
विश्वसनीयता 8.9 9.6
सुसंगतता 9.7 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.7% 53.6%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 0.354 41.354
एकूण खर्च $0.029 $4.136
इनपुट किंमत $0.060 / 1M $1.000 / 1M
आउटपुट किंमत $0.250 / 1M $2.700 / 1M
कॅश वाचण्याची किंमत $0.015 / 1M $0.050 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 259,708 261,842
आउटपुट टोकन्स 16,567 1,434,621
रिझनिंग टोकन्स 33,580 0
प्रतिसाद वेळ (सरासरी) 50.47s 136.10s
प्रतिसाद वेळ (कमाल) 557.96s 438.09s
प्रतिसाद वेळ (एकूण) 1160.91s 3130.27s
पॅरामीटर्स 8B 600B एकूण (27B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#251 IBM: Granite 4.2 8B

medium
Provider returned error
खर्च
$0.000
वेळ
0.2s
टोकन्स
0 tok

#250 Step 5 Preview

medium
खर्च
$0.042
वेळ
90.3s
टोकन्स
15,574 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Granite 4.2 8B 5.5 10.0 33.3% 0 12.09s 8,439 2,445 3,900
Step 5 Preview 2.8 7.2 11.1% 1 363.90s 7,428 546,725 0

तुलना जोडी बदला