导航
AI BENCHY
Advertise here

AI BENCHY 对比

IBM: Granite 4.1 8B vs Qwen: Qwen3 Coder Next

摘要

Granite 4.1 8B vs Qwen3 Coder Next benchmark 对比：Qwen3 Coder Next 平均分领先，为 4.7 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.008。 Granite 4.1 8B 更快，为 728ms vs 8.58s，通过率为 9.5% vs 28.6%。

推荐模型: Granite 4.1 8B - 它的得分接近这里的最高分（4.0 vs 4.7），同时成本比Qwen3 Coder Next低约 3.0 倍。

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 Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数 4.0 4.7
排名 #163 #153
可靠性 10.0 10.0
一致性 10.0 8.9
测试正确
尝试通过率 9.5% 28.6%
不稳定测试 0 3
总运行次数 63 63
每个结果成本 0.131 0.201
总成本 $0.003 $0.008
输入价格 $0.050 / 1M $0.110 / 1M
输出价格 $0.100 / 1M $0.800 / 1M
总输入令牌 46,285 47,250
输出令牌 2,911 3,319
推理令牌 0 0
响应时间（平均） 728ms 8.58s
响应时间（最大） 2.17s 81.80s
响应时间（总计） 15.29s 128.68s

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

#153 Qwen3 Coder Next

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 Coder Next 3.5 8.1 16.7% 1 8.64s 645 1,252 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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 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 Coder Next 3.0 10.0 0.0% 0 4.28s 20,469 317 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 Coder Next 6.5 10.0 50.0% 0 81.80s 7,758 246 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 Coder Next 5.3 10.0 33.3% 0 638ms 753 25 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 Coder Next 6.3 3.4 66.7% 1 1.39s 498 142 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 Coder Next 6.3 10.0 50.0% 0 7.49s 684 63 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 Coder Next 3.0 10.0 0.0% 0 1.25s 678 671 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 Coder Next 10.0 10.0 100.0% 0 2.64s 8,364 255 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 Coder Next 3.0 10.0 0.0% 0 399ms 216 12 0

快速对比

切换对比组合

Ling-2.6-1TnonevsQwen3 Coder NextmediumMercury 2nonevsQwen3 Coder Nextmediumgpt-oss-120bnone免费可用vsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumRing-2.6-1TnonevsQwen3 Coder NextmediumLing-2.6-flashnonevsQwen3 Coder NextmediumNemotron 3 Supernone免费可用vsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGLM 4.7 FlashnoneGranite 4.1 8BnonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsQwen3 Coder Nextmedium