AI BENCHY 对比
Google: Gemini 3 Flash Preview vs IBM: Granite 4.1 8B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Gemini 3 Flash Preview Gemini 3 Flash Preview medium | Granite 4.1 8B Granite 4.1 8B none |
|---|---|---|
| 分数 | 10.0 | 4.3 |
| 排名 | #1 | #135 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 10.0 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 100.0% | 11.1% |
| 不稳定测试 | 0 | 0 |
| 总运行次数 | 18 | 54 |
| 每个结果成本 | 0.600 | 0.110 |
| 总成本 | $0.108 | $0.003 |
| ???? | $0.500 / 1M | $0.050 / 1M |
| ???? | $3.000 / 1M | $0.100 / 1M |
| 输出令牌 | 655 | 2,712 |
| 推理令牌 | 33,749 | 0 |
| 响应时间（平均） | 12.11s | 767ms |
| 响应时间（最大） | 82.37s | 2.17s |
| 响应时间（总计） | 217.93s | 13.81s |
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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 110 | 1,076 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 82.37s | 144 | 16,257 | |
| Granite 4.1 8B | 6.9 | 10.0 | 0.0% | 0 | 1.07s | 339 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 23.58s | 117 | 3,495 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 7.62s | 93 | 2,197 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 14.81s | 4 | 7,228 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 24 | 635 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.30s | 24 | 903 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.86s | 61 | 1,455 | |
| Granite 4.1 8B | 3.7 | 10.0 | 0.0% | 0 | 635ms | 431 | 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 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 9.78s | 78 | 503 | |
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 243 | 0 |
快速对比
切换对比组合
Granite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumClaude Opus 4.7nonevsGemini 3 Flash PreviewmediumGranite 4.1 8BnonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Granite 4.1 8BnonevsElephant AlphamediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGranite 4.1 8BnonevsMiniMax M2.7mediumGranite 4.1 8BnonevsMiniMax M2.5medium免费可用Gemini 3 Flash PreviewmediumvsHY3 Previewhigh免费可用Granite 4.1 8BnonevsMistral Small 4mediumGranite 4.1 8BnonevsOwl Alphamedium