AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs IBM: Granite 4.1 8B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash none 免费可用 | Granite 4.1 8B Granite 4.1 8B none |
|---|---|---|
| 分数 | 5.1 | 4.1 |
| 排名 | #137 | #158 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 31.7% | 10.0% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.198 | 0.122 |
| 总成本 | $0.010 | $0.003 |
| 输入价格 | $0.100 / 1M | $0.050 / 1M |
| 输出价格 | $0.200 / 1M | $0.100 / 1M |
| 输出令牌 | 13,700 | 2,743 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 27.97s | 719ms |
| 响应时间（最大） | 111.96s | 2.17s |
| 响应时间（总计） | 559.36s | 14.37s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 | |
| Granite 4.1 8B | 4.9 | 10.0 | 25.0% | 0 | 844ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.8 | 6.0 | 16.7% | 1 | 24.47s | 9,707 | 0 | |
| Granite 4.1 8B | 5.2 | 10.0 | 0.0% | 0 | 706ms | 357 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 1.88s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 575ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 357ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 | |
| Granite 4.1 8B | 4.0 | 10.0 | 0.0% | 0 | 499ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 | |
| Granite 4.1 8B | 3.6 | 9.9 | 0.0% | 0 | 344ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 23.72s | 207 | 0 | |
| Granite 4.1 8B | 3.2 | 10.0 | 0.0% | 0 | 608ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 | |
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.07s | 20 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 306ms | 12 | 0 |
快速对比
切换对比组合
Granite 4.1 8BnonevsQwen3.5-9BmediumDeepSeek V4 Flashnone免费可用vsMiniMax M2.7mediumDeepSeek V4 Flashnone免费可用vsElephant AlphamediumDeepSeek V4 Flashnone免费可用vsMistral Small 4mediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumDeepSeek V4 Flashnone免费可用vsMiniMax M2.5medium免费可用DeepSeek V4 Flashnone免费可用vsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumDeepSeek V4 Flashnone免费可用vsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V4 Flashnone免费可用DeepSeek V4 Flashnone免费可用vsOwl AlphamediumDeepSeek V4 Flashnone免费可用vsgpt-oss-120bmedium免费可用