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

AI BENCHY Compare

IBM: Granite 4.1 8B vs Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Granite 4.1 8B Granite 4.1 8B none Lansare: 2026-05-01 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 4.3 5.8
Rang #135 #92
Fiabilitate 10.0 10.0
Consistență 10.0 9.5
Teste corecte
Rată de trecere pe încercare 11.1% 40.7%
Teste instabile 0 1
Rulări totale 54 54
Cost per rezultat 0.110 0.000
Cost total $0.003 $0.000
Preț de intrare $0.050 / 1M $0.000 / 1M
Preț de ieșire $0.100 / 1M $0.000 / 1M
Tokenuri de ieșire 2,712 1,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 767ms 11.04s
Timp de răspuns (maxim) 2.17s 58.63s
Timp de răspuns (total) 13.81s 198.65s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 903 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 6.9 10.0 0.0% 0 1.07s 339 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 396 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 195 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 24 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 115 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 66 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.7 10.0 0.0% 0 635ms 431 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 243 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6nonevsOwl AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneGranite 4.1 8BnonevsQwen3.5-9BmediumOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27Bnone