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 xAI: Grok 4.20

Rezumat

Comparație benchmark Granite 4.1 8B vs Grok 4.20: Grok 4.20 conduce la scorul mediu cu 5.3 vs 4.0. Granite 4.1 8B are costul de benchmark mai mic, $0.003 vs $0.057. Granite 4.1 8B este mai rapid cu 728ms vs 1.11s, 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 Grok 4.20 și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Granite 4.1 8B Granite 4.1 8B none Lansare: 2026-05-01 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 4.0 5.3
Rang #163 #130
Fiabilitate 10.0 N/D
Consistență 10.0 10.0
Teste corecte
Rată de trecere pe încercare 9.5% 33.3%
Teste instabile 0 0
Rulări totale 63 54
Cost per rezultat 0.131 1.570
Cost total $0.003 $0.057
Preț de intrare $0.050 / 1M $1.250 / 1M
Preț de ieșire $0.100 / 1M $2.500 / 1M
Total tokenuri de intrare 46,285 41,313
Tokenuri de ieșire 2,911 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 728ms 1.11s
Timp de răspuns (maxim) 2.17s 6.04s
Timp de răspuns (total) 15.29s 19.96s

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

#130 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 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
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 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
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 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
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 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
Grok 4.20 - - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumGemini 3.1 Flash LiteminimalvsGrok 4.20noneCobuddymediumvsGranite 4.1 8BnoneDeepSeek V4 ProhighvsGrok 4.20none