AI BENCHY Compare

IBM: Granite 4.1 8B vs Qwen: Qwen3.6 Flash

Rezumat

Comparație benchmark Granite 4.1 8B vs Qwen3.6 Flash: Qwen3.6 Flash conduce la scorul mediu cu 6.0 vs 4.0. Granite 4.1 8B are costul de benchmark mai mic, $0.003 vs $0.015. Granite 4.1 8B este mai rapid cu 728ms vs 1.60s, cu rate de reușită de 9.5% vs 33.3%.

Model recomandat: Granite 4.1 8B - Oferă cel mai bun compromis per total: scor competitiv (4.0), cost mai mic decât Qwen3.6 Flash și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică	Granite 4.1 8B Granite 4.1 8B none Lansare: 2026-05-01	Qwen3.6 Flash Qwen3.6 Flash none Lansare: 2026-04-20

Metrică	Granite 4.1 8B Granite 4.1 8B none Lansare: 2026-05-01	Qwen3.6 Flash Qwen3.6 Flash none Lansare: 2026-04-20
Scor	4.0	6.0
Rang	#163	#102
Fiabilitate	10.0	10.0
Consistență	10.0	10.0
Teste corecte
Rată de trecere pe încercare	9.5%	33.3%
Teste instabile	0	0
Rulări totale	63	63
Cost per rezultat	0.131	0.266
Cost total	$0.003	$0.015
Preț de intrare	$0.050 / 1M	$0.188 / 1M
Preț de ieșire	$0.100 / 1M	$1.125 / 1M
Total tokenuri de intrare	46,285	50,810
Tokenuri de ieșire	2,911	4,164
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	728ms	1.60s
Timp de răspuns (maxim)	2.17s	4.60s
Timp de răspuns (total)	15.29s	33.59s

Prezentare generare

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
Timp: 3.2s
Tokenuri: 491 tok

#102 Qwen3.6 Flash

none

Cost: $0.005
Timp: 20.1s
Tokenuri: 4,211 tok

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 intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	7,794	243	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	789	15	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	66	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Comparație rapidă

Schimbă perechea de comparație

North Mini CodemediumDisponibil gratuitvsQwen3.6 Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone Granite 4.1 8BnonevsQwen3.5-9Bmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Gemma 4 31BmediumDisponibil gratuitvsQwen3.6 Flashnone Nemotron 3 SupermediumDisponibil gratuitvsQwen3.6 Flashnone Gemini 3.1 Flash LitelowvsQwen3.6 Flashnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashnone Qwen3.6 FlashnonevsStep 3.5 Flashmedium Granite 4.1 8BnonevsQwen3 Coder Nextmedium GPT-5 NanomediumvsQwen3.6 Flashnone Granite 4.1 8BnonevsMiniMax M2.5medium