Granite 4.2 8B (low) vs Step 3.5 Flash (medium)

Средний балл практически равен: 5.3 vs 5.4. Granite 4.2 8B (low) имеет более низкую стоимость benchmark: $0.036 vs $0.105. Granite 4.2 8B (low) быстрее: 58.20s vs 190.48s, с долей успешных попыток 33.3% vs 49.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #280
Общее число выходных токенов: 61,351
Время ответа (среднее): 58.20s
Общая стоимость: $0.036

Ранг: #276
Общее число выходных токенов: 607,130
Время ответа (среднее): 190.48s
Общая стоимость: $0.105

Рекомендуемая модель Granite 4.2 8B (low)

Здесь у него лучший балл (5.3), при этом он примерно в 3.0 раза дешевле, чем Step 3.5 Flash (medium).

Подробное сравнение

Метрика	Granite 4.2 8B Granite 4.2 8B low Релиз: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Granite 4.2 8B Granite 4.2 8B low Релиз: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	5.3	5.4
Ранг	#280	#276
Надежность	9.2	10.0
Стабильность	9.7	8.3
Попытки	69/69	66/69
Тестов верно
Доля успешных попыток	33.3%	49.3%
Нестабильные тесты	1	3
Всего запусков	69	66
Стоимость за результат	0.508	1.047
Общая стоимость	$0.036	$0.105
Цена входа	$0.060 / 1M	$0.100 / 1M
Цена выхода	$0.250 / 1M	$0.300 / 1M
Общее число входных токенов	332,917	139,086
Выходные токены	18,989	193,584
Токены рассуждений	42,362	413,546
Время ответа (среднее)	58.20s	190.48s
Время ответа (макс.)	566.80s	1597.85s
Время ответа (суммарно)	1338.65s	3238.23s
Параметры	8B	196B всего (11B активных)
Доступность	Открытый исходный код	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#280 IBM: Granite 4.2 8B

low

Provider returned error

Стоимость: $0.000
Время: 0.2s
Токены: 0 tok

#276 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	6.1	3.1	66.7%	1		142.68s	258,196	9,784	23,639
Step 3.5 Flash	2.8	1.6	33.3%	1		172.16s	73,370	4,160	34,434

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	8.3	10.0	75.0%	0		11.68s	777	1,463	898
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	5.5	10.0	33.3%	0		13.01s	8,439	2,469	2,984
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	3.0	10.0	0.0%	0		298.21s	46,805	4,085	13,637
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	6.5	10.0	50.0%	0		1.39s	7,683	270	75
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	5.3	10.0	33.3%	0		26.16s	876	154	290
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	4.0	10.0	0.0%	0		659ms	561	108	24
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	3.0	10.0	0.0%	0		75.80s	402	84	378
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	3.0	10.0	0.0%	0		90.84s	517	181	82
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	10.0	10.0	100.0%	0		2.23s	8,412	358	265
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Granite 4.2 8B	3.0	10.0	0.0%	0		5.53s	249	33	90
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Step 3.5 FlashmediumvsMiMo-V2.6-Flashnone Ember-1nonevsStep 3.5 Flashmedium Granite 4.2 8BlowvsGPT-5.6 Lunanone Granite 4.2 8BlowvsKimi K2.5none Step 3.5 FlashmediumvsHy4 previewlow GPT-5.6 LunanonevsStep 3.5 Flashmedium Ember-1nonevsGranite 4.2 8Blow Granite 4.2 8BlowvsMiMo-V2.6-Flashnone Granite 4.2 8BlowvsLaguna XS 2.1noneБесплатно доступно Granite 4.2 8BlowvsQwen3.6 35B A3Bnone Kimi K2.5nonevsStep 3.5 Flashmedium Qwen3.8 27BnoneБесплатно доступноvsStep 3.5 Flashmedium