导航
AI BENCHY
Advertise here

AI BENCHY 对比

IBM: Granite 4.1 8B vs Qwen: Qwen3.6 Flash

摘要

Granite 4.1 8B vs Qwen3.6 Flash benchmark 对比：Qwen3.6 Flash 平均分领先，为 6.0 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.015。 Granite 4.1 8B 更快，为 728ms vs 1.60s，通过率为 9.5% vs 33.3%。

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Qwen3.6 Flash，响应时间也较均衡。

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

指标 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01 Qwen3.6 Flash Qwen3.6 Flash none 发布日期: 2026-04-20
分数 4.0 6.0
排名 #163 #102
可靠性 10.0 10.0
一致性 10.0 10.0
测试正确
尝试通过率 9.5% 33.3%
不稳定测试 0 0
总运行次数 63 63
每个结果成本 0.131 0.266
总成本 $0.003 $0.015
输入价格 $0.050 / 1M $0.188 / 1M
输出价格 $0.100 / 1M $1.125 / 1M
总输入令牌 46,285 50,810
输出令牌 2,911 4,164
推理令牌 0 0
响应时间（平均） 728ms 1.60s
响应时间（最大） 2.17s 4.60s
响应时间（总计） 15.29s 33.59s

生成展示

Hamster playing table tennis

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

#163 IBM: Granite 4.1 8B

none
成本
$0.001
时间
3.2s
令牌
491 tok

#102 Qwen3.6 Flash

none
成本
$0.005
时间
20.1s
令牌
4,211 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
Qwen3.6 Flash 3.1 10.0 0.0% 0 1.63s 696 1,554 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
Granite 4.1 8B 4.5 10.0 0.0% 0 775ms 8,344 525 0
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 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
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 19,089 396 0
Qwen3.6 Flash 3.0 10.0 0.0% 0 4.22s 24,675 315 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
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 7,617 195 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.13s 7,794 243 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
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 768 24 0
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 789 15 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
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 528 115 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 522 132 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
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 687 66 0
Qwen3.6 Flash 6.3 10.0 50.0% 0 1.10s 711 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
Granite 4.1 8B 3.2 10.0 0.0% 0 608ms 672 432 0
Qwen3.6 Flash 3.5 10.0 0.0% 0 1.21s 714 669 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
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 7,719 243 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.49s 8,211 272 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
Granite 4.1 8B 3.0 10.0 0.0% 0 306ms 216 12 0
Qwen3.6 Flash 3.0 10.0 0.0% 0 649ms 210 9 0

快速对比

切换对比组合

North Mini Codemedium免费可用vsQwen3.6 FlashnoneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumGemma 4 31Bmedium免费可用vsQwen3.6 FlashnoneNemotron 3 Supermedium免费可用vsQwen3.6 FlashnoneGemini 3.1 Flash LitelowvsQwen3.6 FlashnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashnoneQwen3.6 FlashnonevsStep 3.5 FlashmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumGPT-5 NanomediumvsQwen3.6 FlashnoneGranite 4.1 8BnonevsMiniMax M2.5medium