导航
Advertise here

DeepSeek V3.2 vs Granite 4.2 8B (high)

平均分几乎持平,为 4.6 vs 4.7。 Granite 4.2 8B (high) benchmark 成本更低,为 $0.111 vs $0.119。 DeepSeek V3.2 更快,为 22.44s vs 235.35s,通过率为 34.8% vs 37.7%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#425
总输出令牌
57,866
响应时间(平均)
22.44s
总成本
$0.119
排名
#423
总输出令牌
576,052
响应时间(平均)
235.35s
总成本
$0.111
推荐模型 DeepSeek V3.2

它在这里得分最高(4.6),同时响应速度比Granite 4.2 8B (high)快约 10.5 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 Granite 4.2 8B Granite 4.2 8B high 发布日期: 2026-09-02
分数 4.6 4.7
排名 #425 #423
可靠性 10.0 8.2
一致性 8.2 6.4
尝试次数 69/69 69/69
测试正确
尝试通过率 34.8% 37.7%
不稳定测试 5 10
总运行次数 69 69
每个结果成本 1.943 2.751
总成本 $0.119 $0.111
输入价格 $0.280 / 1M $0.060 / 1M
输出价格 $0.420 / 1M $0.250 / 1M
缓存读取价格 $0.028 / 1M $0.015 / 1M
缓存写入价格 不适用 不适用
总输入令牌 342,158 282,658
输出令牌 32,853 198,563
推理令牌 25,013 462,804
响应时间(平均) 22.44s 235.35s
响应时间(最大) 122.50s 685.87s
响应时间(总计) 516.03s 5413.09s
参数量 671B 总计 (37B 激活) 8B
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#425 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#423 IBM: Granite 4.2 8B

high
Provider returned error
成本
$0.000
时间
0.2s
令牌
0 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

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
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Granite 4.2 8B 3.8 4.3 33.3% 2 515.34s 7,047 42,438 154,749

切换对比组合