导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs IBM: Granite 4.1 8B

摘要

Gemini 3 Flash Preview vs Granite 4.1 8B benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.667。 Granite 4.1 8B 更快，为 728ms vs 18.64s，通过率为 98.4% 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），成本低于Gemini 3 Flash Preview，响应时间也较均衡。

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

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01
分数 9.6 4.0
排名 #2 #163
可靠性 10.0 10.0
一致性 9.7 10.0
测试正确
尝试通过率 98.4% 9.5%
不稳定测试 1 0
总运行次数 63 63
每个结果成本 3.335 0.131
总成本 $0.667 $0.003
输入价格 $0.500 / 1M $0.050 / 1M
输出价格 $3.000 / 1M $0.100 / 1M
总输入令牌 37,017 46,285
输出令牌 2,006 2,911
推理令牌 214,153 0
响应时间（平均） 18.64s 728ms
响应时间（最大） 117.26s 2.17s
响应时间（总计） 391.35s 15.29s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
Cost
$0.010
Time
17.9s
Tokens
3,236 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
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
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

Granite 4.1 8BnonevsQwen3.5-9BmediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGranite 4.1 8BnonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumCobuddymediumvsGranite 4.1 8BnoneGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneGranite 4.1 8BnonevsMistral Small 4mediumGranite 4.1 8BnonevsMiniMax M2.7mediumDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewmediumvsGPT-5.3 Chatnone