AI BENCHY Compare

IBM: Granite 4.1 8B vs Z.ai: GLM 4.7 Flash

Сводка

Сравнение benchmark Granite 4.1 8B vs GLM 4.7 Flash: GLM 4.7 Flash лидирует по среднему баллу: 4.3 vs 4.0. Granite 4.1 8B имеет более низкую стоимость benchmark: $0.003 vs $0.054. Granite 4.1 8B быстрее: 728ms vs 35.10s, с долей успешных попыток 9.5% vs 33.3%.

Рекомендуемая модель: Granite 4.1 8B - Его балл близок к лучшему здесь (4.0 против 4.3), при этом он примерно в 20.5 раза дешевле, чем GLM 4.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Granite 4.1 8B Granite 4.1 8B none Релиз: 2026-05-01	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19

Метрика	Granite 4.1 8B Granite 4.1 8B none Релиз: 2026-05-01	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19
Оценка	4.0	4.3
Ранг	#163	#159
Надежность	10.0	6.7
Стабильность	10.0	6.8
Тестов верно
Доля успешных попыток	9.5%	33.3%
Нестабильные тесты	0	8
Всего запусков	63	63
Стоимость за результат	0.131	1.337
Общая стоимость	$0.003	$0.054
Цена входа	$0.050 / 1M	$0.060 / 1M
Цена выхода	$0.100 / 1M	$0.400 / 1M
Общее число входных токенов	46,285	37,206
Выходные токены	2,911	43,754
Токены рассуждений	0	89,079
Время ответа (среднее)	728ms	35.10s
Время ответа (макс.)	2.17s	174.55s
Время ответа (суммарно)	15.29s	456.24s

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

#159 GLM 4.7 Flash

medium

Invalid SVG

Cost: $0.000
Time: 186.2s
Tokens: 12,112 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.0	10.0	0.0%	0		1.88s	19,089	396	0
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.0	10.0	0.0%	0		357ms	768	24	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Быстрое сравнение

Сменить пару сравнения