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

AI BENCHY 对比

Cobuddy vs IBM: Granite 4.1 8B

摘要

Cobuddy vs Granite 4.1 8B benchmark 对比：Cobuddy 平均分领先，为 4.9 vs 4.0。 Cobuddy benchmark 成本更低，为 $0.000 vs $0.003。 Granite 4.1 8B 更快，为 728ms vs 39.90s，通过率为 47.6% vs 9.5%。

推荐模型: Granite 4.1 8B - 它提供了最佳整体取舍：得分有竞争力（4.0），响应快于Cobuddy，成本也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Cobuddy Cobuddy medium 发布日期: 2026-05-06 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01
分数 4.9 4.0
排名 #144 #163
可靠性 10.0 10.0
一致性 7.5 10.0
测试正确
尝试通过率 47.6% 9.5%
不稳定测试 6 0
总运行次数 63 63
每个结果成本 0.000 0.131
总成本 $0.000 $0.003
输入价格 $0.000 / 1M $0.050 / 1M
输出价格 $0.000 / 1M $0.100 / 1M
总输入令牌 37,449 46,285
输出令牌 1,677 2,911
推理令牌 116,703 0
响应时间（平均） 39.90s 728ms
响应时间（最大） 309.02s 2.17s
响应时间（总计） 797.98s 15.29s

Generation showcase

Hamster playing table tennis

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

#144 Cobuddy

medium
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#163 IBM: Granite 4.1 8B

none
Cost
$0.001
Time
3.2s
Tokens
491 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 8.7 7.9 91.7% 1 10.00s 453 98 4,666
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 645 903 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 3.7 6.7 22.2% 1 79.17s 4,726 358 30,138
Granite 4.1 8B 4.5 10.0 0.0% 0 775ms 8,344 525 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 3.0 10.0 0.0% 0 47.38s 18,324 465 7,265
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 19,089 396 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 6.3 5.8 66.7% 1 17.36s 8,181 275 5,591
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 7,617 195 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 2.9 4.4 22.2% 2 128.15s 540 10 49,454
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 768 24 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 4.2 9.9 0.0% 0 23.23s 498 76 3,782
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 528 115 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 9.8 10.0 100.0% 0 11.60s 508 64 2,842
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 687 66 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 3.6 7.2 22.2% 1 12.83s 561 189 5,808
Granite 4.1 8B 3.2 10.0 0.0% 0 608ms 672 432 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 10.0 10.0 100.0% 0 11.19s 3,505 133 294
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 7,719 243 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Cobuddy 3.0 10.0 0.0% 0 36.98s 153 9 6,863
Granite 4.1 8B 3.0 10.0 0.0% 0 306ms 216 12 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneCobuddymediumvsGLM 4.7 FlashnoneCobuddymediumvsNemotron 3 Supernone免费可用CobuddymediumvsLing-2.6-flashnoneTrinity Large PreviewnonevsCobuddymediumCobuddymediumvsRing-2.6-1TnoneCobuddymediumvsGPT-5.4 NanononeCobuddymediumvsgpt-oss-120bnone免费可用CobuddymediumvsQwen3.5-9BnoneCobuddymediumvsMiMo-V2.5noneCobuddymediumvsQwen3 Coder NextnoneGranite 4.1 8BnonevsQwen3.5-9Bmedium