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

IBM: Granite 4.1 8B vs Mistral: Mistral Small 4

摘要

Granite 4.1 8B vs Mistral Small 4 benchmark 对比：Mistral Small 4 平均分领先，为 5.1 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.068。 Granite 4.1 8B 更快，为 728ms vs 9.40s，通过率为 9.5% vs 44.4%。

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Mistral Small 4，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 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16
分数 4.0 5.1
排名 #163 #138
可靠性 10.0 10.0
一致性 10.0 6.9
测试正确
尝试通过率 9.5% 44.4%
不稳定测试 0 8
总运行次数 63 63
每个结果成本 0.131 1.344
总成本 $0.003 $0.068
输入价格 $0.050 / 1M $0.150 / 1M
输出价格 $0.100 / 1M $0.600 / 1M
总输入令牌 46,285 42,576
输出令牌 2,911 24,184
推理令牌 0 84,678
响应时间（平均） 728ms 9.40s
响应时间（最大） 2.17s 59.15s
响应时间（总计） 15.29s 197.39s

Generation showcase

Hamster playing table tennis

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

#163 IBM: Granite 4.1 8B

none
Cost
$0.001
Time
3.2s
Tokens
491 tok

#138 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 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
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 645 903 0
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
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
Granite 4.1 8B 4.5 10.0 0.0% 0 775ms 8,344 525 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
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
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 19,089 396 0
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
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
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 7,617 195 0
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
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
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 768 24 0
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
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
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 528 115 0
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
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
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 687 66 0
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
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
Granite 4.1 8B 3.2 10.0 0.0% 0 608ms 672 432 0
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
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
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 7,719 243 0
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
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
Granite 4.1 8B 3.0 10.0 0.0% 0 306ms 216 12 0
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGLM 5 Turbonone