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

Google: Gemini 3.5 Flash vs IBM: Granite 4.1 8B

摘要

Gemini 3.5 Flash vs Granite 4.1 8B benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.2 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.349。 Granite 4.1 8B 更快，为 728ms vs 3.27s，通过率为 90.5% vs 9.5%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.2），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 3.5 Flash Gemini 3.5 Flash low 发布日期: 2026-05-19 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01
分数 9.2 4.0
排名 #5 #163
可靠性 10.0 10.0
一致性 10.0 10.0
测试正确
尝试通过率 90.5% 9.5%
不稳定测试 0 0
总运行次数 63 63
每个结果成本 1.834 0.131
总成本 $0.349 $0.003
输入价格 $1.500 / 1M $0.050 / 1M
输出价格 $9.000 / 1M $0.100 / 1M
总输入令牌 36,938 46,285
输出令牌 2,033 2,911
推理令牌 30,519 0
响应时间（平均） 3.27s 728ms
响应时间（最大） 9.05s 2.17s
响应时间（总计） 68.65s 15.29s

生成展示

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
成本
$0.068
时间
39.1s
令牌
7,588 tok

#163 IBM: Granite 4.1 8B

none
成本
$0.001
时间
3.2s
令牌
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 494 209 2,536
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
Gemini 3.5 Flash 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.44s 12,873 351 3,050
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.81s 7,548 279 1,164
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
Gemini 3.5 Flash 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.27s 486 119 916
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
Gemini 3.5 Flash 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.35s 558 288 2,150
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.88s 156 12 690
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

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.7 MaxmediumGranite 4.1 8BnonevsQwen3.5-9BmediumGemini 3.5 FlashlowvsGPT-5.5mediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGLM 5.2mediumGranite 4.1 8BnonevsQwen3 Coder NextmediumGemini 3.5 FlashlowvsGLM 5medium